如何用Python逐行将带格式HTML导入Excel并保留样式？

核心问题 #

pyperclip默认将内容以纯文本格式写入剪贴板，而Excel需要识别CF_HTML格式的剪贴板数据才能解析HTML样式，直接用pyperclip.copy()无法满足需求。

可行方案1：使用win32clipboard设置HTML格式剪贴板 #

通过pywin32库的win32clipboard模块，将HTML内容以Excel可识别的CF_HTML格式写入剪贴板，再用xlwings粘贴。

步骤1：安装依赖 #

确保安装所需库：

pip install xlwings pywin32

步骤2：完整代码示例 #

import xlwings as xl
import win32clipboard

def set_clipboard_html(html_content):
    # CF_HTML格式需要特定的头部标记模板
    cf_html_template = (
        "Version:0.9\r\n"
        "StartHTML:{start_html:08d}\r\n"
        "EndHTML:{end_html:08d}\r\n"
        "StartFragment:{start_frag:08d}\r\n"
        "EndFragment:{end_frag:08d}\r\n"
    )
    # 拼接完整HTML结构
    start_fragment = "<html><body>"
    end_fragment = "</body></html>"
    full_content = start_fragment + html_content + end_fragment
    # 计算各标记的位置
    header_len = len(cf_html_template)
    start_html = header_len
    start_frag = header_len + len(start_fragment)
    end_frag = header_len + len(start_fragment + html_content)
    end_html = header_len + len(full_content)
    # 生成符合规范的CF_HTML内容
    cf_html_content = cf_html_template.format(
        start_html=start_html,
        end_html=end_html,
        start_frag=start_frag,
        end_frag=end_frag
    ) + full_content

    # 写入剪贴板
    win32clipboard.OpenClipboard()
    win32clipboard.EmptyClipboard()
    win32clipboard.SetClipboardData(win32clipboard.CF_HTML, cf_html_content.encode('utf-8'))
    win32clipboard.CloseClipboard()

# 创建新工作簿
wb = xl.Book()
sheet = wb.sheets["Sheet1"]

# 读取HTML文件内容
with open('test.html', 'r', encoding='utf-8') as file:
    html_data = file.read()

# 将HTML以CF_HTML格式写入剪贴板
set_clipboard_html(html_data)

# 粘贴到Excel指定位置
sheet.range("A1").paste()

方案说明 #

• CF_HTML是Windows剪贴板的标准格式，Excel能直接解析该格式的HTML内容并保留样式
• 函数set_clipboard_html负责构建符合CF_HTML规范的内容，修正各标记的位置参数，确保Excel能正确识别
• 执行后，HTML中的每一个<p>标签内容会自动填入Excel的一行单元格，同时保留文本颜色等样式

可行方案2：借助浏览器渲染后复制（适合复杂HTML） #

如果HTML包含更复杂的样式（如字体、背景色、表格），可以用selenium打开浏览器渲染HTML，再通过模拟复制操作获取带格式内容：

步骤1：安装依赖 #

pip install xlwings selenium

（需额外下载对应浏览器的驱动，如ChromeDriver）

步骤2：完整代码示例 #

import xlwings as xl
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.common.keys import Keys
import time

# 初始化Chrome浏览器
driver = webdriver.Chrome()
# 直接加载本地HTML内容
driver.get("data:text/html," + open('test.html', 'r', encoding='utf-8').read())

# 全选并复制页面内容
ActionChains(driver).key_down(Keys.CONTROL).send_keys('a').key_up(Keys.CONTROL).perform()
ActionChains(driver).key_down(Keys.CONTROL).send_keys('c').key_up(Keys.CONTROL).perform()
time.sleep(0.5)  # 等待剪贴板写入完成

# 粘贴到Excel
wb = xl.Book()
wb.sheets["Sheet1"].range("A1").paste()

# 关闭浏览器
driver.quit()

内容的提问来源于stack exchange，提问作者theholyhandgrenade