背景

工作中遇到一個(gè)需求：批量處理個(gè)人所得稅扣繳申報(bào)表的Excel文件，一張表有幾十列，要調(diào)整列寬到一張A4上，文件太多了，一個(gè)個(gè)調(diào)，累死也弄不完，要調(diào)整列寬、字號(hào)、自動(dòng)換行、行高等格式，然后導(dǎo)出為A4橫向PDF。6個(gè)年度文件夾，共63個(gè).xls文件。

乍一看需求不復(fù)雜，但實(shí)際開發(fā)過程中還是遇到不少問題。尤其是.xls老格式和合并單元格帶來的麻煩。一般用python處理excel數(shù)據(jù)比較經(jīng)常，但是用python處理表格格式，卻不是常見，所以本文記錄完整的開發(fā)歷程，希望對(duì)遇到類似需求的朋友有幫助。

需求梳理

先看看原始表格的結(jié)構(gòu)：

Row 1-4:   標(biāo)題/公司信息
Row 5-7:   三級(jí)合并表頭（跨行跨列合并）
Row 8:     列序號(hào)行
Row 9起:   數(shù)據(jù)行（每個(gè)文件1~47行不等）
Row N:     合計(jì)行
Row N+1起: 聲明/簽章等

共51列，關(guān)鍵列包括：序號(hào)、姓名、身份證件類型、身份證件號(hào)碼、納稅人識(shí)別號(hào)、所得項(xiàng)目、以及大量金額/稅率列。由于要調(diào)整到A4橫向排版上，所有列都要顯示，所以我就先手動(dòng)調(diào)了一版，然后找其中的規(guī)律。

格式要求：

1. 固定列寬：序號(hào)2.25、姓名4.5、身份證件類型4.84、身份證件號(hào)碼5.33、納稅人識(shí)別號(hào)5.81、是否為非居民個(gè)人2.5、所得項(xiàng)目5.04（單位：字符）
2. 動(dòng)態(tài)列寬：其余列根據(jù)合計(jì)行值的字符長度決定，映射關(guān)系如下：

3. 合計(jì)值為"-"時(shí)，查數(shù)據(jù)行最長值來確定寬度；不足4字符統(tǒng)一寬3字符
4. 字號(hào)9號(hào)+自動(dòng)換行：姓名、身份證件類型、身份證件號(hào)碼、納稅人識(shí)別號(hào)（僅數(shù)據(jù)行，表頭不改）
5. 自動(dòng)換行（不改字號(hào)）：所得項(xiàng)目列
6. 行高：數(shù)據(jù)行33.8磅，合計(jì)行21磅
7. 導(dǎo)出PDF：A4橫向，所有列縮放至一頁寬，左右邊距極限最小

技術(shù)選型：三方案對(duì)比

方案一：xlrd + xlwt（? 失?。?/h3>

最先想到的是經(jīng)典的xlrd讀取 + xlwt寫入方案，畢竟.xls是老格式，這兩個(gè)庫是標(biāo)配。

結(jié)果，問題來了：

首先遇到的是中文編碼問題——xlrd讀取的中文在控制臺(tái)輸出亂碼。解決辦法是寫入到UTF-8文件而不是直接print。

但真正的坑是樣式復(fù)制。xlrd讀取的Font對(duì)象和xlwt的Font對(duì)象屬性不完全兼容：

# xlrd Font 有的屬性，xlwt Font 沒有：
old_font.charset      # xlwt.Font 不支持
old_font.indent       # xlrd XFAlignment 也沒有

# 類型不匹配：
old_font.underline_type  # xlrd 用這個(gè)
new_font.underline       # xlwt 用這個(gè)

更嚴(yán)重的問題是：xlwt寫入時(shí)無法保留原有樣式。即便你小心翼翼地復(fù)制每一個(gè)樣式屬性，合并單元格的邊框、背景色、對(duì)齊方式等也很容易丟失。對(duì)于這種有三級(jí)合并表頭、大量邊框的報(bào)表，樣式丟失是不可接受的。

# 典型報(bào)錯(cuò)
AttributeError: 'Font' object has no attribute 'charset'
AttributeError: 'XFAlignment' object has no attribute 'indent'

結(jié)論：xlrd/xlwt適合簡單表格的讀寫，但需要精確保留原有樣式的場景，坑太多，果斷放棄。

方案二：openpyxl（? 不可行）

openpyxl是處理.xlsx格式的利器，API友好，樣式控制完善。但問題是——它不支持.xls格式。

從所得稅系統(tǒng)里導(dǎo)出來的格式是xls的，如果先把.xls轉(zhuǎn)成.xlsx再處理？引入了額外的轉(zhuǎn)換步驟，且轉(zhuǎn)換過程同樣可能丟失格式。

方案三：win32com（Excel COM接口）（? 成功）

最終選擇用pywin32調(diào)用Excel的COM接口。本質(zhì)上就是用Python操控Excel應(yīng)用程序本身，和手動(dòng)在Excel里操作一樣。

核心優(yōu)勢(shì)：

• 原生支持.xls格式讀寫
• 格式零丟失——因?yàn)榫褪荅xcel自己在操作
• 精確控制每一個(gè)格式屬性
• 最后直接調(diào)用ExportAsFixedFormat導(dǎo)出PDF

import win32com.client as win32

excel = win32.Dispatch('Excel.Application')
excel.Visible = False
excel.DisplayAlerts = False

wb = excel.Workbooks.Open(r'D:\path\to\file.xls')
ws = wb.Worksheets(1)

# 設(shè)置列寬——就是一行代碼
ws.Cells(1, col).EntireColumn.ColumnWidth = 4.5

# 設(shè)置字號(hào)和自動(dòng)換行——也是一行
cell.Font.Size = 9
cell.WrapText = True

# 導(dǎo)出PDF
ws.ExportAsFixedFormat(Type=0, Filename=pdf_path)

簡潔到不可思議。

開發(fā)過程中遇到的關(guān)鍵問題

問題1：UsedRange在合并單元格上翻車

最初用ws.UsedRange.Rows.Count和ws.UsedRange.Columns.Count來獲取行數(shù)和列數(shù)，但合并單元格會(huì)導(dǎo)致這些屬性行為異常（返回值不準(zhǔn)或直接報(bào)錯(cuò)）。

解決方案： 用Cells(65536, 1).End(-4162).Row（等價(jià)于Excel里的Ctrl+↑）來定位最后一行，或者直接遍歷查找。

def get_total_row(ws):
    """查找合計(jì)行（列A含'合'和'計(jì)'）"""
    for row in range(1, 100):
        val = ws.Cells(row, 1).Value
        if val is not None and '合' in str(val) and '計(jì)' in str(val):
            return row
    return None

問題2：DisplayAlerts在某些Excel版本上報(bào)錯(cuò)

excel.DisplayAlerts = False  # 部分環(huán)境下拋異常

解決方案： try/except包裹，不影響核心功能。

問題3：PDF只導(dǎo)出了第一頁（最隱蔽的Bug）

這個(gè)Bug是處理完后核對(duì)數(shù)據(jù)時(shí)才發(fā)現(xiàn)，多頁的Excel文件導(dǎo)出PDF后，只有第一頁內(nèi)容。

原因是在ExportAsFixedFormat里多寫了兩個(gè)參數(shù)：

# ? 錯(cuò)誤寫法——只導(dǎo)出第1頁到第1頁
ws.ExportAsFixedFormat(
    Type=0,
    Filename=pdf_path,
    From=1,    # ← 罪魁禍?zhǔn)?
    To=1,      # ← 罪魁禍?zhǔn)?
    ...
)

# ? 正確寫法——去掉From和To，默認(rèn)導(dǎo)出全部頁面
ws.ExportAsFixedFormat(
    Type=0,
    Filename=pdf_path,
    IgnorePrintAreas=False,
    OpenAfterPublish=False
)

教訓(xùn)：復(fù)制粘貼API示例代碼時(shí)，一定要理解每個(gè)參數(shù)的含義。 From和To看起來像是"起始頁"的設(shè)定，但默認(rèn)行為就是導(dǎo)出全部，不需要顯式指定。

問題4：.bat啟動(dòng)腳本的中文亂碼

腳本寫好后，把程序文件放在需要處理的表格文件夾，雙擊.py文件運(yùn)行——閃退。后來發(fā)現(xiàn)原因是代碼開發(fā)是在虛擬環(huán)境寫的，但放到文件夾中直接運(yùn)行，啟動(dòng)的是系統(tǒng)默認(rèn)的python，因?yàn)橄到y(tǒng)默認(rèn)Python沒有安裝pywin32。

為了省事，也懶的再裝了，干脆直接寫一個(gè).bat文件，思路是指定已裝好依賴的Python路徑。但第一個(gè)版本全用中文寫注釋和echo，結(jié)果：

'嚭閿欙紒璇鋒鏌ラ敊璇俊鎭悧' 不是內(nèi)部或外部命令

原因： Windows的cmd.exe默認(rèn)使用GBK編碼，而.bat文件被寫入為UTF-8編碼，中文全部變成亂碼被當(dāng)成命令執(zhí)行。

解決方案： .bat文件只使用純英文/ASCII字符，徹底避免編碼問題。

@echo off
"%~dp0process_excel.py" 換成：
"C:\Users\...\python.exe" "%~dp0process_excel.py"

問題5：合計(jì)行值的類型不統(tǒng)一

同樣是數(shù)字列，有的合計(jì)值是float類型（如10754.93），有的是str類型（如'10754.93'），還有的是"-"字符串。需要統(tǒng)一處理才能正確計(jì)算字符長度，自定義一個(gè)處理數(shù)字格式的函數(shù)，以后還可以復(fù)用。

def compute_width(total_val, ws, col_1based, data_rows):
    s = str(total_val).strip()
    
    if s == '' or s == '-':
        # 查數(shù)據(jù)行最長值
        max_len = max(len(str(ws.Cells(r, col_1based).Value or ''))
                      for r in data_rows)
    else:
        # 統(tǒng)一格式化為兩位小數(shù)
        formatted = f'{float(total_val):.2f}'  # 0 → "0.00"，10754.93 → "10754.93"
        char_count = len(formatted)
    
    return WIDTH_MAP.get(char_count, 3)

經(jīng)驗(yàn)總結(jié)

核心心得：

1. 選對(duì)工具比寫對(duì)代碼更重要。 xlrd/xlwt折騰了半天樣式問題，換成COM接口后代碼量減半，功能反而更可靠。
2. COM接口的隱含優(yōu)勢(shì)。 用Python操控Excel本身就是最高保真的方案，因?yàn)槟阏{(diào)用的就是Excel自己的能力。
3. .bat文件慎用中文。 在Windows環(huán)境下，批處理文件和中文編碼是天敵，純英文最安全。
4. PDF導(dǎo)出要驗(yàn)證多頁場景。 單頁測試通過不代表多頁也沒問題，一定要用數(shù)據(jù)量大的文件做回歸測試。

寫在最后

其實(shí)在開始寫這個(gè)程序之前，我是準(zhǔn)備手動(dòng)調(diào)格式并導(dǎo)出pdf的，我想著應(yīng)該很快，寫代碼還得研究半天，調(diào)試半天。結(jié)果手動(dòng)改了10來個(gè)，實(shí)在改不動(dòng)了，要放到A4紙上，字很小，眼都看花了，索性還是偷個(gè)懶，用程序解決吧。所以再次告訴我們，但凡是簡單重復(fù)性的工作，都可以用技術(shù)解決，能用技術(shù)解決的，決不動(dòng)手！

以上就是Python批量調(diào)整Excel格式并排版導(dǎo)出PDF的幾種方案的詳細(xì)內(nèi)容，更多關(guān)于Python調(diào)整Excel格式并導(dǎo)出PDF的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論