如何用xlrd、xlwt、xlutils带完整格式复制Excel工作表？

可行性说明 #

xlrd+xlwt+xlutils组合可以实现xls文件的带格式复制，针对你需要的合并单元格、行高列宽、边框、单元格格式等需求，大部分能覆盖，但对格式的支持存在一定局限性，不像openpyxl对xlsx格式的支持那么全面。

核心实现思路 #

1. 用xlrd打开xls文件时开启formatting_info=True，读取原工作表的所有数据和格式信息
2. 通过xlutils.copy生成可编辑的工作簿对象
3. 手动补充复制xlutils默认未处理的格式细节（如合并单元格、行高列宽）
4. 结合已实现的排序逻辑（按Q12单元格排序）后保存新工作簿

示例代码实现 #

import xlrd
from xlutils.copy import copy as xl_copy
import pathlib

def copy_and_sort_xls(file, save_path):
    # 开启formatting_info=True以读取格式信息
    rb = xlrd.open_workbook(file, formatting_info=True)
    # 生成可写入的工作簿副本
    wb = xl_copy(rb)
    
    for sheet_idx in range(rb.nsheets):
        rs = rb.sheet_by_index(sheet_idx)
        ws = wb.get_sheet(sheet_idx)
        sheet_name = rs.name
        
        # 复制合并单元格
        if rs.merged_cells:
            for (rlow, rhigh, clow, chigh) in rs.merged_cells:
                ws.write_merge(rlow, rhigh-1, clow, chigh-1, rs.cell_value(rlow, clow))
        
        # 复制列宽
        for col_idx in range(rs.ncols):
            col_info = rs.colinfo_map.get(col_idx)
            if col_info:
                ws.col(col_idx).width = col_info.width
        # 复制行高
        for row_idx in range(rs.nrows):
            row_info = rs.rowinfo_map.get(row_idx)
            if row_info:
                ws.row(row_idx).height = row_info.height
        
        # 复制单元格格式（字体、对齐、边框、填充）
        for row_idx in range(rs.nrows):
            for col_idx in range(rs.ncols):
                cell_xf = rb.xf_list[rs.cell_xf_index(row_idx, col_idx)]
                ws.write(row_idx, col_idx, rs.cell_value(row_idx, col_idx), style=cell_xf)
        
        # 插入你的排序逻辑（按Q12单元格，对应xlrd索引为行11、列16）
        # 示例：sort_key = rs.cell_value(11, 16)
        # 执行排序操作...
    
    # 保存新文件
    new_name = pathlib.Path(file).name
    wb.save(f"{save_path}/sorted_{new_name}")

关键注意事项 #

• xlrd仅支持.xls格式，不兼容.xlsx；若需处理xlsx文件，建议优化现有openpyxl代码
• 格式支持限制：条件格式、图表、宏等复杂元素无法通过xlutils复制，若原文件包含此类内容需调整方案
• 排序时需同步格式：排序后重新写入单元格时，要确保对应单元格的格式也同步复制，避免格式丢失
• 性能优势：xlrd/xlwt的底层实现更轻量化，处理大量数据时速度通常优于openpyxl

优化openpyxl的备选方案 #

若不想切换工具链，可通过以下方式提升现有openpyxl代码速度：

• 采用只读模式读取原文件：openpyxl.load_workbook(file, read_only=True)
• 批量处理数据，减少逐单元格循环的开销
• 跳过空单元格的格式复制，仅处理有数据或自定义格式的单元格

内容的提问来源于stack exchange，提问作者kayotin