Python解析含跨行合并单元格的Excel：获取指定列数据

方案1：直接通过列索引硬定位（最简便） #

因为E列对应的xlrd列索引是4（列从0开始计数），如果表格结构固定、E列位置不会变动，直接取每行索引4及之后的元素即可，完全绕开合并单元格的问题：

import xlrd

wb = xlrd.open_workbook("your_excel_file.xls")
sheet = wb.sheet_by_index(0)

# 假设从第5行开始提取数据（根据实际业务调整行范围）
for row_idx in range(4, sheet.nrows):
    full_row = sheet.row_values(row_idx)
    # 提取E列及以后的所有数据
    target_data = full_row[4:]
    print(target_data)

方案2：利用xlrd合并单元格信息动态定位 #

如果表格列位置可能变动，可通过xlrd的merged_cells属性获取合并单元格范围，找到"human readable"所在的合并区域，从而确定E列的起始索引：

import xlrd

wb = xlrd.open_workbook("your_excel_file.xls")
sheet = wb.sheet_by_index(0)
target_col = 4  # 默认E列索引，后续可动态调整

# 遍历所有合并单元格，定位第4行（索引3）的"human readable"区域
for (rlo, rhi, clo, chi) in sheet.merged_cells:
    if rlo == 3 and rhi == 4:  # 匹配第4行的合并单元格（xlrd行范围左闭右开）
        cell_val = sheet.cell_value(rlo, clo)
        if cell_val == "human readable":
            # 如果该合并单元格覆盖了A-D列，E列就是合并区域的结束列索引chi
            target_col = chi
            break

# 提取目标列及以后的数据
for row_idx in range(4, sheet.nrows):
    full_row = sheet.row_values(row_idx)
    target_data = full_row[target_col:]
    print(target_data)

方案3：换用openpyxl库（合并单元格处理更友好） #

xlrd对合并单元格的支持有限，openpyxl能直接返回合并单元格的真实值，无需处理空值问题，代码更直观：

from openpyxl import load_workbook

wb = load_workbook("your_excel_file.xlsx")
sheet = wb.active

# 直接提取E列（第5列）及以后的数据，行从第5行开始
for row in sheet.iter_rows(min_row=5, min_col=5, values_only=True):
    target_data = list(row)
    print(target_data)

# 如需动态定位E列（比如通过表头匹配）
target_col = 5  # 默认E列（openpyxl列从1开始计数）
for cell in sheet[4]:  # 遍历第4行的所有单元格
    if cell.value == "human readable":
        # 获取合并单元格覆盖的列数，计算E列位置
        merge_range = cell.merge_cells.ranges[0]
        target_col = merge_range.max_col + 1
        break

# 按动态定位的列提取数据
for row in sheet.iter_rows(min_row=5, min_col=target_col, values_only=True):
    target_data = list(row)
    print(target_data)

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