openpyxl WriteOnlyWorksheet模式下按字母顺序排序工作表方法

WriteOnlyWorksheet是openpyxl提供的低内存写入模式，设计上仅支持顺序追加创建工作表、追加写入行内容，不支持创建完成后调整工作表顺序。直接操作私有属性_sheets属于未公开的内部实现逻辑，在只写模式下不会触发工作表元数据的同步更新，因此排序无法生效。

无需重新打开生成后的xlsx文件调整顺序，也不用放弃只写模式的内存优势，两种可行方案如下：

核心逻辑是第一次遍历仅收集客户端元信息，不存储具体行内容，完成排序后第二次遍历按顺序创建工作表写入数据，全程内存占用和原只写逻辑几乎一致：

• 第一次遍历源文件：跳过无效行，识别所有客户端分组，记录每个客户端对应的清洗后工作表名、数据起始行号，收集完成后按工作表名做字母排序
• 初始化只写工作簿，按排序后的客户端顺序依次创建对应工作表，先写入公共表头
• 第二次遍历源文件：跳过无效行，判断当前行所属客户端，直接写入对应已创建好的工作表
  该方案仅额外存储客户端名称、行号类的轻量元数据，即使是十万行以上的大文件也不会出现明显内存上涨。第一次遍历打开源文件时可加上read_only=True参数进一步降低内存占用。

如果单文件数据量没有大到内存吃紧，可以在遍历时用字典临时缓存每个客户端的行数据，遍历完成后排序再统一写入：

• 遍历源文件时跳过无效行，识别到新客户端就初始化字典键，后续同属该客户端的行直接追加到对应键的列表中
• 遍历完成后，把字典的键（即清洗后的工作表名）按字母顺序排序
• 初始化只写工作簿，按排序后的顺序依次创建工作表，把缓存的对应客户端行数据逐行写入即可
  该方案会把全量有效数据临时存在内存中，客户端数量多、单客户端数据量大时内存占用会明显升高，适合数据量在几万行以内的场景。

替换原split_workbook函数即可实现按字母序输出工作表：

def split_workbook(input_file, output_file):
    """
    Split workbook each client into its own sheet, sorted alphabetically.
    """
    workbook = None
    output_workbook = None
    try:
        logger.info(f"Loading workbook {input_file} for metadata collection")
        # 第一次遍历用只读模式打开，降低内存占用
        workbook = load_workbook(input_file, read_only=True)
        data_sheet = workbook.active
        client_meta = [] # 存储格式：(清洗后sheet名, 客户端起始行号)
        rows = data_sheet.rows
        header = next(rows)

        # 第一次遍历：仅收集客户端元数据
        for index, row in enumerate(rows, start=2):
            row_dimension = data_sheet.row_dimensions[index]
            # 跳过无效行逻辑与原逻辑保持一致
            if skip_row(row, row_dimension):
                continue
            if is_client_row(row, row_dimension):
                sheet_title = clean_sheet_title(row[0].value)
                client_meta.append((sheet_title, index))
        
        # 按工作表名称字母序排序
        client_meta.sort(key=lambda x: x[0])
        workbook.close()

        # 第二次遍历：按排序后顺序创建sheet写入数据
        logger.info(f"Loading workbook {input_file} for data writing")
        workbook = load_workbook(input_file)
        data_sheet = workbook.active
        output_workbook = Workbook(write_only=True)
        # 删除只写模式默认创建的空工作表
        if "Sheet" in output_workbook.sheetnames:
            del output_workbook["Sheet"]
        
        # 预创建所有排序后的工作表，建立表名到对象的映射
        sheet_map = {}
        for title, _ in client_meta:
            new_sheet = output_workbook.create_sheet(title)
            # 复制列宽配置
            for key, column_dimension in data_sheet.column_dimensions.items():
                new_sheet.column_dimensions[key] = copy(column_dimension)
                new_sheet.column_dimensions[key].worksheet = new_sheet
            new_sheet.append(create_write_only_row(header, new_sheet))
            sheet_map[title] = new_sheet

        # 遍历行写入对应工作表
        current_sheet = None
        current_client_start_row = None
        skipped_rows_per_client = 0
        skip_child = False
        skipped_parent_outline_level = 0
        client_title_map = {start_row: title for title, start_row in client_meta}

        rows = data_sheet.rows
        next(rows) # 跳过已处理的表头行
        for index, row in enumerate(rows, start=2):
            row_dimension = data_sheet.row_dimensions[index]

            # 原有跳过子行、无效行逻辑保持不变
            if skip_child and skipped_parent_outline_level < row_dimension.outlineLevel:
                skipped_rows_per_client += 1
                continue
            if skip_child and skipped_parent_outline_level >= row_dimension.outlineLevel:
                skip_child = False
            if skip_row(row, row_dimension):
                skipped_rows_per_client += 1
                skip_child = True
                skipped_parent_outline_level = row_dimension.outlineLevel
                continue

            # 识别到新客户端行，切换当前写入目标工作表
            if index in client_title_map:
                current_sheet = sheet_map[client_title_map[index]]
                current_client_start_row = index
                skipped_rows_per_client = 0
            
            # 复制行维度配置、写入当前行
            new_row_index = index - skipped_rows_per_client - current_client_start_row + 2
            current_sheet.row_dimensions[new_row_index] = copy(row_dimension)
            current_sheet.row_dimensions[new_row_index].worksheet = current_sheet
            current_sheet.append(create_write_only_row(row, current_sheet))

            if index % 10000 == 0:
                logger.info(f"{index} rows processed")
        
        logger.info(f"Writing workbook {output_file}")
        output_workbook.save(output_file)
    finally:
        if workbook:
            workbook.close()
        if output_workbook:
            output_workbook.close()

注意：如果存在不同客户端名称清洗后得到相同工作表名的情况，需要在第一次收集元数据时增加去重重名逻辑，避免创建工作表时报错。

内容的提问来源于stack exchange，提问作者William