Knime生成Excel文件体积异常增大问题求助

我在Knime中循环生成不同Excel文件，再用Python脚本调整后重新保存，最终文件体积达40-50MB，Excel打开耗时极长；但打开后自动保存，体积骤降至2-3MB且数据无误。排查发现是Python脚本中添加数据验证的循环部分导致体积剧增，疑似扫描了表格底部空行，代码如下：

len2 = sheet.max_row

from openpyxl.worksheet.datavalidation import DataValidation

#Create new sheet for Drop-down list
mapping= wb2.create_sheet('mapping')
mapping.cell(row=1, column=1).value = 'EAN'
mapping.cell(row=2, column=1).value = 'RBU Comparable SKU'

mapping.cell(row=1, column=3).value = 'DNP'
mapping.cell(row=2, column=3).value = 'RAP'

data_val_met = DataValidation(type="list", formula1='=mapping!$C$1:$C$2')
data_val_map =  DataValidation(type="list", formula1='=mapping!$A$1:$A$2')

for i in range (3, len2+1):
    
    sheet.add_data_validation(data_val_map)
    data_val_map.add(sheet.cell(row=i, column=41))

    sheet.add_data_validation(data_val_met)
    data_val_met.add(sheet.cell(row=i, column=42))

问题原因分析 #

• 重复添加数据验证规则：你在循环里每次都调用sheet.add_data_validation()，把同一个数据验证对象反复添加到工作表中。循环多少次，就会在工作表里新增多少份完全相同的规则，这些冗余规则直接导致文件体积暴涨。
• max_row误包含空行：sheet.max_row会把有格式残留但无实际内容的空行也算进去——Knime生成的Excel很可能存在这类空行。这就导致循环执行次数远多于实际需要处理的有效行数，给大量空单元格都加了数据验证，进一步撑大文件。
• Excel自动保存的优化机制：Excel打开文件时会自动清理冗余规则和无效空行的格式，自动保存时会重构文件结构，把这些没用的内容删掉，所以体积会大幅缩小。

解决办法 #

1. 把数据验证规则的添加移到循环外 #

只需要给工作表添加一次数据验证规则，之后在循环里仅给指定单元格关联规则即可，避免重复添加冗余规则。

2. 准确获取有效数据行数 #

不要直接用max_row，换成能识别实际有内容行的方法，跳过底部空行。

修改后的代码示例：

from openpyxl.worksheet.datavalidation import DataValidation

# 获取实际有内容的最后一行（跳过底部空行）
len2 = 2  # 默认保留表头行
# 从下往上遍历，找到第一行有非空值的行
for row in reversed(sheet.iter_rows(values_only=True)):
    if any(cell is not None and cell != "" for cell in row):
        len2 = row[0].row  # 假设第一列始终有数据，可根据实际情况调整
        break

# 创建下拉列表工作表
mapping = wb2.create_sheet('mapping')
mapping.cell(row=1, column=1).value = 'EAN'
mapping.cell(row=2, column=1).value = 'RBU Comparable SKU'

mapping.cell(row=1, column=3).value = 'DNP'
mapping.cell(row=2, column=3).value = 'RAP'

data_val_met = DataValidation(type="list", formula1='=mapping!$C$1:$C$2')
data_val_map = DataValidation(type="list", formula1='=mapping!$A$1:$A$2')

# 仅添加一次数据验证规则到工作表
sheet.add_data_validation(data_val_map)
sheet.add_data_validation(data_val_met)

# 循环给目标单元格关联规则
for i in range(3, len2 + 1):
    data_val_map.add(sheet.cell(row=i, column=41))
    data_val_met.add(sheet.cell(row=i, column=42))

内容的提问来源于stack exchange，提问作者Tom4