如何实现Selenium导出的xls文件自动打开并将数据同步至Power BI

Selenium 是专门用于网页自动化操作的工具，没有能力直接打开、操作本地存储的 xls 文件，你需要搭配其他工具实现需求，以下是3种可落地的实现方案：

方案1：全链路自动同步（推荐） #

• 先在 Selenium 代码中固定下载路径，所有导出的 xls 文件统一存入指定的本地文件夹，避免文件分散找不到
• 代码中加下载完成判断逻辑，确认文件下载结束后，用 Python 的 pandas 或 openpyxl 库读取 xls 内容，按需完成数据清洗、格式转换后，输出到固定路径的标准化文件（比如每次直接覆盖同一个 pb_source.xlsx），也可以直接写入本地 SQLite、MySQL 等数据库作为中间数据源
• 打开 Power BI，选择上述固定路径文件/数据库作为数据源，开启定时自动刷新，刷新频率可根据你导出数据的频率调整，只要 Selenium 导出更新了数据源，Power BI 就会自动拉取最新数据，不需要手动打开 xls 文件

方案2：必须打开xls文件的实现路径 #

• 如果你的业务流程要求必须先打开下载的 xls 文件，可以在 Selenium 确认文件下载完成后，用 Python 的 subprocess 模块调用本地 Office 程序打开文件，参考代码：
  subprocess.Popen(r'C:\Program Files\Microsoft Office\root\Office16\EXCEL.EXE "C:\你的下载路径\导出文件.xls"')
• 如果需要自动完成格式转换、保存操作，可以搭配 win32com 库操作 Excel 程序自动执行对应操作，保存后的文件对接 Power BI 的自动刷新规则即可

方案3：低代码轻量化方案 #

• 不需要写额外的文件处理代码，只需在 Selenium 中设置固定下载路径，每次导出的 xls 文件都重命名为同一个固定文件名，直接覆盖旧文件
• Power BI 直接选择这个固定路径的 xls 作为数据源，开启后台自动刷新即可，Power BI 会自动读取最新的文件内容，无需手动打开文件

注意：如果网站导出的 xls 是动态生成的文件名，可以在 Selenium 下载完成后加一段逻辑，匹配文件夹内最新生成的 .xls 后缀文件，自动重命名为固定文件名，避免 Power BI 找不到数据源

内容的提问来源于stack exchange，提问作者sel23is