如何检测Excel富文本格式？openpyxl 3.1.2安装与使用求助

问题背景 #

作为编程新手，需要将Excel文件转换为CSV时保留单元格内部分文字的加粗、斜体等格式，计划通过添加HTML标签记录格式，但目前仅能检测整单元格格式，无法识别单元格内的混合格式文本。尝试安装openpyxl 3.1.2以处理富文本（rich text）但失败，寻求成功实现混合格式检测的方法或其他可行解决方案。

原基础代码：

from openpyxl import load_workbook

wb = load_workbook("file.xslx")
ws = wb.active

text = []

for row in ws.iter_rows():
    for cell in row:
        text.append(cell.value)
        if cell.font.bold:
            cell.value = f'<b>{cell.value}</b>'
        if cell.font.italic:
            cell.value = f'<em>{cell.value}</em>'
wb.save("modified_file.xslx")

解决方案 #

1. 解决openpyxl 3.1.2安装失败问题 #

如果直接用pip install openpyxl==3.1.2安装失败，大概率是网络问题，换国内PyPI源重试：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple openpyxl==3.1.2

2. 处理单元格内混合格式的代码实现 #

openpyxl的RichText对象可以解析单元格内的分段格式（每个分段称为Run，对应一段格式统一的文本），修改代码如下：

from openpyxl import load_workbook
from openpyxl.cell.text import RichText

wb = load_workbook("file.xlsx")  # 注意原代码扩展名写错，应为xlsx
ws = wb.active

for row in ws.iter_rows():
    for cell in row:
        # 处理富文本（混合格式）
        if isinstance(cell.value, RichText):
            formatted_content = ""
            # 遍历每个格式分段
            for run in cell.value:
                segment = run.text
                # 根据分段的格式添加HTML标签
                if run.font.bold:
                    segment = f"<b>{segment}</b>"
                if run.font.italic:
                    segment = f"<em>{segment}</em>"
                formatted_content += segment
            cell.value = formatted_content
        else:
            # 处理普通文本（整单元格统一格式）
            plain_content = str(cell.value) if cell.value is not None else ""
            if cell.font.bold:
                plain_content = f"<b>{plain_content}</b>"
            if cell.font.italic:
                plain_content = f"<em>{plain_content}</em>"
            cell.value = plain_content

wb.save("modified_file.xlsx")

说明：

• 先判断单元格内容是否为RichText对象，是则遍历每个格式分段处理
• 每个Run对象包含该段文本的text内容和font格式属性，可单独判断加粗、斜体
• 原代码里的文件扩展名错误（xslx应为xlsx），已修正

3. 其他可行方案 #

• 使用win32com.client（仅Windows）：直接调用本地Excel程序的API读取富文本格式，适合依赖Excel环境的场景
• 生成CSV的补充步骤：保存修改后的Excel文件后，可直接通过Excel另存为CSV，或者在代码中遍历单元格内容，手动写入CSV文件：

  import csv
  
  # 保存修改后的Excel后，生成CSV
  with open("output.csv", "w", encoding="utf-8", newline="") as f:
      writer = csv.writer(f)
      for row in ws.iter_rows(values_only=True):
          writer.writerow(row)
  

内容的提问来源于stack exchange，提问作者isadora