在Linux与MacOS系统下使用Python识别Excel单元格内局部删除线文本的可行方案

你遇到的问题其实是两个关键原因导致的：一是CellRichText的元素可能是普通无格式字符串或带格式的文本片段，你没有做类型判断就直接访问font属性；二是代码里的拼写错误——stike应该是strike。我来帮你解决这个问题，同时补充一些更全面的可行思路。

一、修正OpenPyXL代码解决当前报错 #

首先针对你现有的代码，我们修正类型判断逻辑和拼写错误，就能正常识别带删除线的富文本片段：

from openpyxl import load_workbook
from openpyxl.cell.rich_text import CellRichText, TextBlock

main_xlsx = "test_wb.xlsx"
wb = load_workbook(main_xlsx, rich_text=True)
ws = wb["Sheet1"]

for i in range(1, ws.max_row + 1):
    my_cell = ws[f"C{i}"]  # 用f-string简化单元格坐标拼接
    if isinstance(my_cell.value, CellRichText):
        for part in my_cell.value:
            # 区分普通字符串和带格式的TextBlock片段
            if isinstance(part, TextBlock):
                # 注意拼写修正：是strike不是stike！
                if part.font.strike:
                    print(f"找到带删除线的文本：{part.text}")
            else:
                # 处理无格式的普通文本部分
                print(f"无格式文本片段：{part}")
    else:
        print(f"单元格C{i}：无富文本内容")

代码关键说明： #

1. 类型判断优化：用isinstance()代替type()是Python中更推荐的类型检查方式，能兼容继承场景。
2. 区分文本片段类型：CellRichText是混合序列，包含普通str（无格式）和TextBlock（带格式）两种元素，必须先判断类型再访问font属性。
3. 拼写错误修正：你原代码里的stike是拼写错误，正确的属性名是strike，这也是后续即使类型正确也会报错的隐藏问题。

二、报错根源解析 #

OpenPyXL的CellRichText设计是为了兼容单元格内的混合格式文本：

• 当单元格内某段文本没有设置任何字体格式时，会被存储为普通str对象；
• 只有设置了格式（如删除线、加粗、颜色）的文本片段，才会被封装为TextBlock对象，这类对象才有font属性可以访问。

你的原始代码没有区分这两种元素，直接遍历所有元素并访问font，自然会触发str对象无font的AttributeError。

三、进阶方案：直接解析XLSX底层XML #

如果OpenPyXL的富文本处理在某些复杂场景下有局限（比如极端格式的单元格），你可以直接操作XLSX的底层XML结构——因为XLSX本质是一个ZIP压缩包，内部包含多个描述内容和格式的XML文件：

实现思路： #

1. 将XLSX文件当作ZIP包解压，读取对应工作表的XML文件（如xl/worksheets/sheet1.xml）；
2. 遍历单元格的<c>元素，找到包含<r>（文本运行片段）的富文本单元格；
3. 检查每个<r>元素的<rPr>（运行属性）中是否包含<strike/>标签，来判断该片段是否有删除线。

示例代码： #

import zipfile
import xml.etree.ElementTree as ET

# 定义XLSX XML的命名空间，必须指定才能正确解析
NS = {
    "ss": "http://schemas.openxmlformats.org/spreadsheetml/2006/main"
}

main_xlsx = "test_wb.xlsx"
with zipfile.ZipFile(main_xlsx, "r") as zf:
    # 读取第一个工作表的XML文件，根据你的实际表名调整路径
    with zf.open("xl/worksheets/sheet1.xml") as f:
        tree = ET.parse(f)
        root = tree.getroot()
        
        # 遍历所有单元格
        for cell in root.findall(".//ss:c", NS):
            cell_ref = cell.attrib.get("r")  # 获取单元格坐标（如C1）
            # 查找单元格内的所有文本运行片段
            runs = cell.findall(".//ss:r", NS)
            if not runs:
                print(f"单元格{cell_ref}：无富文本内容")
                continue
            
            for run in runs:
                # 检查是否存在删除线属性
                strike_tag = run.find(".//ss:strike", NS)
                # 提取该片段的文本内容
                text_content = "".join([t.text for t in run.findall(".//ss:t", NS)])
                if strike_tag is not None:
                    print(f"单元格{cell_ref}中带删除线的文本：{text_content}")
                else:
                    print(f"单元格{cell_ref}中无删除线的文本：{text_content}")

这种方法更底层，能处理所有XLSX支持的格式，但需要熟悉OOXML的结构，适合复杂场景的定制化需求。

四、关于xlrd v1.2的使用建议 #

你提到的xlrd v1.2确实支持读取XLSX，但该版本已经停止维护，且从xlrd v2.0开始完全移除了XLSX格式的支持，仅兼容旧版XLS文件。除非你必须维护非常老旧的代码环境，否则不推荐在新项目中使用这个版本。

备注：内容来源于stack exchange，提问作者Deficient_brain_words