Python读取Excel长数字出现数值精度错误如何解决

你遇到的长数字读取偏差，和Python读取工具本身无关，核心是Excel的数值存储机制限制：
Excel对数值格式的单元格采用IEEE 754双精度浮点数规则存储，最多只能精确保留15位有效数字，超过15位的尾部内容会被自动截断、补位，从存储层就丢失了原始精度。你给出的两组示例数值长度分别为18位、20位，只要被存为数值格式，从写入Excel的那一刻起尾部数据就已经失真，后续不管是改单元格显示格式、加TRIM/文本拼接公式，都是基于已经损坏的浮点数做处理，不可能拿到原始正确值。

你现有代码的逻辑问题也很明确：

• 给A列单元格设置number_format='0'仅修改显示样式，不会改变底层已经存错的浮点数
• 用=Trim(A1)、="ID"&A1这类公式时，公式引用的A1本身就是精度丢失的浮点数，计算时会先把错误的浮点数转成字符串再处理，结果必然不对
• 用pycel做公式计算时，同样遵循Excel的浮点数运算规则，绕不开精度限制
• 代码中excel.evaluate('SHEET1!B1")存在引号不配对的语法错误，属于次要问题

1. 从源头修正存储格式（唯一能保证数据正确的方案） #

所有超过15位的编码类数据（包括ID、身份证号、银行账号、流水号等），写入Excel时必须设置为文本格式存储：

• 手动录入时可以在内容前加半角单引号'，强制Excel按文本解析
• 程序导出时提前将单元格格式设为文本，直接写入字符串类型的长数字，不要转成整数/浮点数类型
  这种存储方式下，Excel不会把内容转成浮点数，从根源上避免精度丢失，用openpyxl读取时直接取单元格value就能拿到完整正确的字符串，不需要额外做公式转换。

2. 正确读取文本格式长数字的代码示例 #

from openpyxl import load_workbook

# 加载时如果没有读取公式计算结果的需求，不需要开data_only
wb = load_workbook(filename="correct_file.xlsx", data_only=False)
ws = wb.active

# 直接遍历读取即可，文本格式存储的长数字会直接返回完整字符串
for row_idx in range(1, ws.max_row + 1):
    cell_val = ws[f"A{row_idx}"].value
    print(f"A{row_idx} 读取结果：{cell_val}")
wb.close()

3. 已损坏文件的处理说明 #

如果你的Excel文件已经把长数字存为数值格式、且没有原始正确数据备份，那么超过15位的尾部错误数据是无法恢复的——双精度浮点数存储时这部分信息已经被覆盖丢弃，没有任何工具或公式能逆向还原出原始值，只能重新从数据源导出正确格式的文件。

• 不要试图通过修改数字格式、调整列宽这类显示层面的操作修复精度问题，底层存储的错误值不会因此改变
• 不要依赖TEXT、TRIM等文本函数把数值格式的长数字转字符串，函数入参拿到的就是已经失真的数值，输出不可能正确
• 只要业务场景中存在超过15位的数字类编码，统一按文本类型处理，不要存为数值格式

内容的提问来源于stack exchange，提问作者Dawn Chen