python删除Excel(.xlsx)中的图形

今天小伙伴（下称）遇到了很恶心的问题，有个Excel卡得完全打不开。大家探索了一下发现里面有很多（具体多少当时还不知道）肉眼看不见的不显示的图形。

群里有小伙伴(下称)用VBA写了清理的脚本(手打复制，没有跑过，概不负责)，他的反馈是“我刚才让电脑删，花了10分钟。不过比预想的快”。

    Sub deleteobject()
        Dim i As Integer
        For i = 1 To ActiveWorkbook.Worksheets.Count
            Dim o As Object
            For Each o In Sheets(i).Shapes
                o.Delete
            Next o
        Next i
    End Sub

在他删的期间，我忍不住用python尝试写脚本。主要还是不熟悉吧，进度很慢，不过倒是把图形的数量给弄出来了。

53074
[Finished in 444ms]

我：有5万个图形

：这是谁干的，拉出去毙了吧。。。

：我们都抗议了几个月了

：故意让你们卡的吗？

最后我探索了一下python各种库的使用，踩了很多坑，记录一下。

首先，老牌xlrd是不能用的，因为它不支持xlsx，虽然我平时都用它
接着，现在推荐的openpyxl它不支持图形和图片等等，虽然它里面有_drawing还有shape的包，但是捣鼓了半天没用，列表都是空的。

然后，xlwings是可以用的，但是它本质是个插件，还是会起一个excel的app进行操作，虽然可以让它不显示窗口，但是实际应用的时候发现删除shape是一个一个删除的，于是就会有这样的画风

：

 python excel.py
 里面有53074个图形
 [                                        ] 0% 192/53074 已跑2分31秒 还有11小时33分17秒    

代码如下，如果图形比较少的情况还是可以等，几万个就算了吧

 import xlwings
 import sys
 import time


 def sec_to_ch(second):
     hours = int(second / 60 / 60)
     minutes = int((second - hours * 60*60) / 60)
     sec = int((second - hours * 60*60 - minutes * 60) % 60)
     result = ''
     if hours:
         result += '%s小时' % hours
     if minutes:
         result += '%s分' % minutes
     if sec:
         result += '%s秒' % sec
     return result


 excel_app = xlwings.App(visible=False)
 wb = excel_app.books.open('source.xlsx')
 app = xlwings.apps.active
 count = wb.sheets[0].shapes.count
 print("里面有%s个图形" % count)

 index = 0
 start = time.time()
 for shape in wb.sheets[0].shapes:
     shape.delete()
     the_time = time.time()
     span = the_time - start
     index += 1
     per = 1.0 * index / count
     sys.stdout.write('\r')
     sys.stdout.write("[%-40s] %d%% %s/%s 已跑%s 还有%s" % ('=' * int(per*40), per *
                                                        100, index, count, sec_to_ch(span), sec_to_ch((count-index)/index * span)))
     sys.stdout.flush()

 wb.save("result.xlsx")
 wb.close()
 app.quit()

最后，我突然灵光一闪。主要还是在搜怎么删除图形又不用打开后台。我一直怀疑xlwings是删一个存一个或者删一个渲染一个才会那么那么慢，发现有人在steakoverflow上说，openpyxl不支持图形和图片，如果打开已有的会ignore！于是出现了以下代码：

 import openpyxl
 import xlwings

 source = 'source.xlsx'
 target = 'target.xlsx'

 def get_result(source):
     excel_app = xlwings.App(visible=False)
     wb = excel_app.books.open(source)
     app = xlwings.apps.active
     count = wb.sheets[0].shapes.count
     print("%s里面有%s个图形" % (source ,count))
     app.quit()

 get_result(source)
 print ("处理中。。。")
 wb = openpyxl.load_workbook(filename = source)
 wb.save(filename = target)
 # 解释： openpyxl的库比较垃圾，自己不会处理shape，也不知道里面有多少shape.
 #       如果打开存在的Excel, 里面的shape和图形会丢失
 #       所以只要用openpyxl打开再另存一下，shape就全删光光了。

 get_result(target)

结果：

 source.xlsx里面有53074个图形
 处理中。。。
 target.xlsx里面有0个图形
 [Finished in 24.4s]

如果不用xlwings去数里面有几个图形，估计会更快。主要的问题就是太投机取巧了，万一哪天openpyxl支持shape，不就不好用了嘛。

参考 http://www.python-excel.org/

python删除Excel(.xlsx)中的图形

评论失败