如果你在企业里跟 Excel 打过几年交道大概率会遇到这种场景系统跑了好多年上游发来的财务模板还是.xls领导要求输出的报表也必须是.xls否则老旧的业务系统不认。用 pandas 读这种文件倒是不难可一旦需要在保留原格式的前提下改某个单元格、塞几行新数据pandas 就有点使不上劲了。这时 Python 生态里最老牌的组合——xlrd、xlwt、xlutils 这三件套反而比各种新库都顺手。这套组合的分工非常明确xlrd 负责读xlwt 负责写xlutils 负责在现有文件基础上做“微创手术”。它们只支持老格式.xls不支持.xlsx但这恰好是它们最稳定的价值所在——处理存量文件、模板填充、报表更新这类场景你几乎找不到比它们更省事的方案。这篇东西我不会给你写一堆 API 手册而是按我平时实际干活的顺序把环境、读取、写入、改造、综合案例和踩过的坑一次讲透适合刚开始接触 Excel 操作、以及被.xls老格式折磨过的人都来看。1. 先说清楚xlrd、xlwt、xlutils 这三件套到底解决什么问题1.1 三兄弟的分工与组合逻辑很多人一上来就搞混这三者的区别其实记住一句话就够xlrd 是只读的xlwt 是只写的xlutils 是在 xlrd 读取的基础上把内容复制到 xlwt 再改。具体点说xlrd把.xls文件解析成工作簿对象你能拿到所有工作表、行列数、每个单元格的值和类型。它只负责“读”不负责“写”。xlwt正好相反它从零创建一个新的.xls工作簿往里写数据、设样式、合并单元格最后 save 落盘。它不负责“读”所以你没法用它打开一个已有文件来追加内容。xlutils是个黏合层最常用的就是xlutils.copy.copy()。它先把 xlrd 读进来的工作簿“复制”成一个 xlwt 工作簿然后你就可以在这个 xlwt 对象上改内容、加数据最后保存。这样原始文件的大部分内容就被继承下来了。这三者配上套就能形成一个完整闭环读旧文件 → 复制 → 修改 → 另存为新文件。整个过程不会破坏原始数据非常适合“模板套数据”这种需求。1.2 什么时候该选它们什么时候该用别的库我在项目里做过不少 Excel 相关的活总结下来这套组合有两个非常明确的适用边界。适用场景是文件名后缀是.xls、对.xlsx无要求、需要保留原有格式、要做的是“改几个单元格 追加几行数据”这种轻量操作。比如每月填一张固定格式的分部汇总表表头、公式、样式都是预先做好的程序只需要把当月的数字填进去然后另存一份。这种需求用 xlutils 半小时就能写完而且稳定到可以扔到定时任务里跑。不适用的情况也很明显文件是.xlsx就用 openpyxl纯读大数据量 xlsx 可以走 pandas要生成复杂图表、透视表的还是直接用更上层的库需要做精细的样式控制比如条件格式、数据验证openpyxl 比 xlwt 强得多。简单说老格式存量处理选这三件套新格式新建复杂文件选 openpyxl两者不冲突很多项目里是共存的。2. 环境准备版本选择是第一道坑2.1 安装命令和 Python 版本匹配安装很简单pip install xlrd xlwt xlutils如果你用的是 Python 3这三个库都能正常安装这一点不用担心。需要注意的其实是版本语义xlrd 和 xlwt 已经很久没大版本更新了但 xlrd 在 2.0 版本做了一次破坏性变更直接影响了很多人写好的代码。在动手之前我建议你先确认一下当前的 xlrd 版本pip show xlrd如果看到Version: 2.x.x说明你装的是新版。如果是1.2.0则是兼容老代码的版本。2.2 xlrd 2.0 带来的重大变化xlrd 2.0 开始官方直接砍掉了对.xlsx的读取支持只保留.xls。这本身不是坏事因为很多人的需求就是处理.xls老文件。但对那些原本用xlrd.open_workbook(xxx.xlsx)的人来说升级 2.0 就相当于断粮代码会直接抛异常。我建议你记住这个结论你的目标是只操作 .xls用最新版 xlrd 没问题。你还需要读 .xlsx就在 requirements 里锁xlrd1.2.0或者干脆用 openpyxl 来读 xlsx。代码里已经按旧版 API 写了xlrd.open_workbook读 xlsx升级后想保住功能要么降级要么改成 openpyxl 读取。2.3 项目里怎么锁定依赖版本这里给你一个我在实际项目中常用的 requirements 片段xlrd1.2.0 xlwt1.3.0 xlutils2.0.0锁xlrd1.2.0不是因为新版不好而是为了保证历史脚本的最大兼容性。如果你的需求是纯.xls处理用xlrd2.0.1也完全 OK关键是不要让它在不同的跑批环境里版本漂移否则测试环境好好的生产环境一装就报错排查起来非常痛苦。3. xlrd 读取 .xls从打开文件到精细读取的完整套路3.1 打开工作簿与遍历工作表不管后面要不要修改先把读取学扎实。xlrd 读取一个.xls文件的固定姿势import xlrd # formatting_infoTrue 表示保留格式细节后边用 xlutils 改文件时必需 wb xlrd.open_workbook(report.xls, formatting_infoTrue) # 获取所有工作表名字 print(wb.sheet_names()) # 按索引或名字获取工作表 sheet wb.sheet_by_index(0) # sheet wb.sheet_by_name(Sheet1) print(f行数: {sheet.nrows}, 列数: {sheet.ncols}) # 遍历全部单元格 for row_idx in range(sheet.nrows): for col_idx in range(sheet.ncols): cell sheet.cell(row_idx, col_idx) print(row_idx, col_idx, cell.value)这里有个习惯很多人不知道open_workbook有个formatting_info参数默认是 False。如果你只是读数值开不开无所谓但如果后面要让 xlutils 完整复制格式必须显式传formatting_infoTrue否则复制出来的文件会丢掉一堆样式。3.2 单元格类型判断与日期转换cell.value看起来是个统一的值但底层其实是按类型存储的。xlrd 把单元格分成 6 种类型类型常量数值含义XL_CELL_EMPTY0空单元格XL_CELL_TEXT1文本XL_CELL_NUMBER2数字XL_CELL_DATE3日期在 Excel 内部也是数字XL_CELL_BOOLEAN4布尔值XL_CELL_ERROR5公式错误等日期是个典型的坑。Excel 里的日期其实是个数字代表距离 1900 年的天数如果不做转换你会读到一坨数字比如45292这种。正确做法是用xlrd.xldate_as_datetimeimport xlrd from datetime import datetime wb xlrd.open_workbook(dates.xls, formatting_infoTrue) sheet wb.sheet_by_index(0) for row_idx in range(sheet.nrows): cell sheet.cell(row_idx, 0) if cell.ctype xlrd.XL_CELL_DATE: dt xlrd.xldate_as_datetime(cell.value, wb.datemode) print(dt.strftime(%Y-%m-%d))注意第二个参数wb.datemode这个值表示文件基于 1900 还是 1904 日期系统Mac 上生成的 Excel 常是 1904 系统。不传它日期换算出来的结果可能差 4 年。3.3 读取性能与内存表现xlrd 的读取性能在纯 Python 库里算是不错的解析一个几千行、几十列的.xls也就是几十到几百毫秒的级别。我实测过 6 万行、10 列的.xls文件xlrd 读取并遍历大概 1~2 秒内存占用也不夸张普通脚本完全可以承受。不过有几个性能细节值得注意formatting_infoTrue会多做一些格式解析读取会稍微变慢一点内存也随之上升。如果只是读数据不修改就别开。不要频繁调用sheet.cell(row, col)去拿同一个单元格能一次性遍历就一次性遍历。读取超大文件时建议配合按行读取和条件判断尽早跳过无用的行而不是把所有数据都塞进列表再处理。3.4 读取时的常见坑隐藏工作表、空行、公式缓存隐藏工作表是第一个坑。sheet_names()会把隐藏工作表也列出来如果你是按名称查找的可能莫名读写了一个不该碰的表。判断隐藏状态可以用sheet.visibility它的值有 0可见、1隐藏、2深度隐藏。第二个坑是空行。.xls文件里行不连续是很常见的比如第 1 行有数据、第 100 行有数据中间全是空行nrows会算到最后一个非空行的索引。你遍历时遇到cell.ctype XL_CELL_EMPTY跳过即可别死脑筋用nrows做数据行数统计。第三个坑藏在公式缓存。.xls文件里的公式xlrd 默认读的是Excel 上次计算并缓存的结果值不是公式本身。想读公式文本要传open_workbook(..., formattedFalse)或者读取公式单元格。不过说实话在绝大多数报表处理场景里你要的就是缓存值这个行为反而是友好的。4. xlwt 写 .xls一份规整报表的诞生过程4.1 基础写入单元格、行列、覆盖规则xlwt 写文件的流程非常直接建工作簿 → 加工作表 → 写单元格 → 保存。先看最小例子import xlwt wb xlwt.Workbook(encodingutf-8) sheet wb.add_sheet(Sheet1, cell_overwrite_okTrue) sheet.write(0, 0, 项目) sheet.write(0, 1, 金额) sheet.write(1, 0, A部门) sheet.write(1, 1, 100) # 保存 wb.save(out.xls)add_sheet里有个cell_overwrite_ok参数默认 False。如果不设为 True同一个单元格写第二次会抛Exception: Attempt to overwrite cell。在脚本里我习惯直接设 True省得程序跑到一半因为脏数据崩溃。sheet.write(r, c, value)的三个参数分别是行号、列号、值都是从 0 开始。这个 write 方法会自动根据 Python 类型推断单元格类型字符串写文本、数字写数字、datetime对象写日期但需要配合样式才能显示成日期格式后面讲。4.2 样式控制字体、边框、对齐、底色如果不设置样式xlwt 写出来的单元格就是默认的黑色 10 号字、无边框、左对齐。要做出像报表的样子需要自己拼XFStyle对象。我通常的写法是import xlwt def make_style(): style xlwt.XFStyle() # 字体 font xlwt.Font() font.name 微软雅黑 font.height 20 * 11 # 11号字height 的单位是 1/20 点 font.bold True font.colour_index 0x08 # 蓝色 style.font font # 对齐 alignment xlwt.Alignment() alignment.horz xlwt.Alignment.HORZ_CENTER alignment.vert xlwt.Alignment.VERT_CENTER style.alignment alignment # 边框 borders xlwt.Borders() borders.left xlwt.Borders.THIN borders.right xlwt.Borders.THIN borders.top xlwt.Borders.THIN borders.bottom xlwt.Borders.THIN style.borders borders # 底色 pattern xlwt.Pattern() pattern.pattern xlwt.Pattern.SOLID_PATTERN pattern.pattern_fore_colour 0x0D # 黄色 style.pattern pattern return style style make_style() sheet.write(1, 0, 带样式的单元格, style)这里有几个容易踩的地方font.height的单位很反直觉是 1/20 点。写 11 就要20 * 11。颜色索引不是随便填的可以直接用xlwt.Style.colour_map里的颜色名比如xlwt.Style.colour_map[yellow]。Borders.THIN是细边框常量还有DASHED、DOTTED、THICK等可选。如果嫌对象写法啰嗦xlwt 还有一个easyxf快捷方式style xlwt.easyxf(font: name 微软雅黑, bold on; align: horiz center;)这种字符串语法的优点是代码短缺点是难记、难调试一旦写错不容易看出具体哪里错了。我的建议是一次性样式用 easyxf可复用的关键样式用对象方式封装。4.3 合并单元格、行高和列宽的设置合并单元格做表头特别常用xlwt 的方法是write_merge。注意行号和列号都是闭区间# 合并第 0 行到第 1 行、第 0 列到第 2 列 sheet.write_merge(0, 1, 0, 2, 合并后的标题, style)行高和列宽的设置方式比较隐蔽但非常好用# 列宽单位是 1/256 个字符宽度256 * 20 表示 20 个字符宽 sheet.col(0).width 256 * 20 # 行高单位是 1/20 点240 表示 12 磅 sheet.row(0).height 240 # 也可以通过 row 对象层面批量设行高 sheet.row(1).height_mismatch True sheet.row(1).height 300height_mismatch这个字段也值得注意有些场景下不设置它Excel 会强行使用默认行高。写行高时我经常顺手把它设成 True。4.4 写入日期和数字格式的细节xlwt 写日期有个很容易被忽略的坑直接sheet.write(0, 0, datetime.now())出来的单元格可能是数字而不是日期。正确做法是给日期单元格指定num_format_strimport xlwt from datetime import datetime date_style xlwt.XFStyle() date_style.num_format_str YYYY-MM-DD sheet.write(0, 0, datetime.now(), date_style) # 数字格式同理可以让数字显示成百分比、金额等 pct_style xlwt.XFStyle() pct_style.num_format_str 0.00% sheet.write(1, 0, 0.125, pct_style) money_style xlwt.XFStyle() money_style.num_format_str #,##0.00 sheet.write(2, 0, 12345.6, money_style)这里num_format_str的写法遵循的是 Excel 内置格式代码语法想显示成什么就写什么。日期格式串YYYY-MM-DD是通用的月份、日期的大小写也有讲究mm是分钟、MM才是月份别混了。4.5 xlwt 的硬限制65535 行、256 列、32767 字符这是老.xls格式的物理上限xlwt 也没法突破最多65535 行实际到 65535索引 0~65534最多256 列索引 0~255单个单元格文本不能超过32767 个字符超出这些限制xlwt 在保存时会抛出异常。我见过有人把 10 万行数据直接往 xlwt 里塞结果程序崩溃后来改成拆成多个工作表或者换 xlsx 才解决。重要提示开发前先评估数据量超过 6 万行就别用 xlwt 了老实换 openpyxl 写.xlsx。这不叫技术问题叫格式边界。5. xlutils 改造既有文件复制比重写省事但有讲究5.1 xlutils.copy 的工作方式如果你打开一个已有的.xls用 xlwt 重新写一遍完整内容费时费力还容易丢格式。xlutils 提供了一条捷径把 xlrd 读到的内容“复制”成 xlwt 工作簿再在上面修改。标准流程如下import xlrd import xlutils.copy # 第 1 步用 xlrd 读取原文件注意 formatting_infoTrue rb xlrd.open_workbook(template.xls, formatting_infoTrue) # 第 2 步复制成 xlwt 对象 wb xlutils.copy.copy(rb) # 第 3 步拿到工作表这之后返回的就是 xlwt.Worksheet 对象 ws wb.get_sheet(0) # 第 4 步写新内容 ws.write(3, 2, 新数据) # 第 5 步保存为新文件 wb.save(output.xls)核心要理解的是xlutils.copy.copy(rb)在接受rb这个 xlrd 工作簿的同时内部创建了一个真正的xlwt.Workbook并把原文件的工作表名字、单元格内容、以及在开启 formatting_info 的前提下样式信息都带过来了。之后你操作的就是一个 xlwt 对象所以写单元格用的还是ws.write(...)。5.2 保留样式的前提formatting_info 参数这是整篇文章里我最想强调的一点。xlutils 能不能保留样式完全取决于第 1 步的formatting_infoTrue。如果你按默认方式打开复制出来的文件可能只有数据、没有任何格式、合并单元格也散了而且这一步出错不会报明显异常只会让你拿到一个“能用但很难看”的文件非常隐蔽。在这个前提下xlutils 会对不同格式元素做一个“尽力保留”的处理格式元素保留情况单元格字体、边框、底色基本保留列宽取决于版本与文件结构部分场景会丢失行高部分场景需要重新设置合并单元格通常保留公式保留为缓存值重新计算结果可能失效所以我的建议是生产环境里改完 xlutils 另存的文件一定要打开亲眼看一下别只看数据对不对还要抽查表头、边框、合并区域这些细节。格式丢得严重就换思路直接在模板程序化重建。5.3 修改单元格、追加数据时的注意事项在 xlutils 改造的场景里你最常见的工作就两件改已有单元格、往末尾追加数据。改已有单元格直接ws.write(r, c, value)就行但如果希望新写入的值带样式需要自己传style参数style xlwt.easyxf(font: bold on; align: horiz center;) ws.write(5, 1, 改动后的值, style)这里有个细节xlutils.copy 复制过来的旧单元格样式和你在新写入单元格时指定的样式是两套体系。旧样式是“从原文件带的”新样式是“直接设置的”。如果你希望新写入的值跟周围旧数据长得一样最简单粗暴的办法是写之前先ws.write(r, c, , style)探一下样式或者直接把 Excel 模板里的样式参数抄进代码里。追加数据时先读取原文件的行数sheet_old rb.sheet_by_index(0) start_row sheet_old.nrows for i, item in enumerate(new_data): ws.write(start_row i, 0, item)不要去猜最后一行在哪直接拿nrows最可靠前提是原始文件没有大量空行——这一点前面也提醒过了。5.4 做不到的事插行、删列、改样式说句实在话xlutils 不是万能的。它的本质是“在复制的对象上做覆盖写”而不是像操作数据库一样对 Excel 做任意结构变更。以下几个操作它是做不了的插入一整行并让后面所有行下移做不到。xlrd 读到的行是静态的xlutils.copy 也只是原样搬过来。删除某一行/某一列做不到。修改原单元格的样式你可以写入新值但没法把“旧的样式”单独拎出来改。双字节文本自动调整列宽做不到列宽是文件里写死的属性。如果你的需求里出现了这些操作那基本可以判断这个活不应该用 xlutils 做而是应该把文件当作模板用程序重新生成一份完整的.xls或者直接迁移到 openpyxl .xlsx。6. 综合实战一个自动生成并更新月度报表的小工具6.1 需求拆解和文件设计光讲 API 不够我把之前的项目中一个真实场景简化一下完整演示怎么把这三个库串起来用。需求是这样的某公司每月需要根据当月的业务数据更新一张早就设计好的.xls报表。报表分两个部分第 1 行到第 4 行是固定表头、标题、日期行格式不能动。第 5 行到第 n 行是数据区。表尾有一行合计更新数据后合计也要重新计算。方案设计模板文件monthly_template.xls由人工做好存到固定目录。脚本先用 xlrd 读取模板拿到基础信息和末尾合计行位置。用 xlutils.copy 复制模板。清空旧数据区单元格写入空字符串而不是删除行。写入当月新数据。更新合计行数值。另存为monthly_202501.xls。6.2 核心代码实现import xlrd import xlwt import xlutils.copy # 配置 TEMPLATE monthly_template.xls OUTPUT monthly_202501.xls DATA_START_ROW 5 # 数据从这里开始写 SUMMARY_ROW 30 # 合计行按实际模板定 # 当月数据实际业务里可能是从数据库查出来的 monthly_data [ (A部门, 120, 85), (B部门, 95, 60), (C部门, 150, 100), ] # 1. 读取模板 rb xlrd.open_workbook(TEMPLATE, formatting_infoTrue) old_sheet rb.sheet_by_index(0) # 2. 复制 wb xlutils.copy.copy(rb) ws wb.get_sheet(0) # 3. 清空旧数据区在模板预留的数据行范围内写入空值 for row in range(DATA_START_ROW, old_sheet.nrows): for col in range(old_sheet.ncols): if ws.cell(row, col) is not None: ws.write(row, col, )这里有个小问题需要说明xlwt 的 Worksheet 没有直接清空单元格的方法“写入空字符串”是最接近的做法。但它会把单元格类型变成文本空串后续统计函数可能受影响所以用得不多。更稳妥的方案是模板里数据区本来就设计成空白程序只负责从DATA_START_ROW开始往下填不清空。接着写入新数据# 4. 写入本月数据 for i, (dept, revenue, cost) in enumerate(monthly_data): row DATA_START_ROW i ws.write(row, 0, dept) ws.write(row, 1, revenue) ws.write(row, 2, cost) # 5. 重新计算合计 total_revenue sum(item[1] for item in monthly_data) total_cost sum(item[2] for item in monthly_data) # 合计行的样式最好与模板里一致这里用 easyxf 模拟 summary_style xlwt.easyxf(font: bold on; align: horiz center;) ws.write(SUMMARY_ROW, 1, total_revenue, summary_style) ws.write(SUMMARY_ROW, 2, total_cost, summary_style) # 6. 保存 wb.save(OUTPUT) print(f报表已生成: {OUTPUT})这里可以把读取、复制、修改、保存四步串成一个函数未来不同报表之间复用。实际项目中我还加了日志和异常处理确保模板不存在或者数据行为空时能明确报错而不是生成一个空壳文件。6.3 验证结果与扩展思路跑完脚本后我一般会立刻做三件事验证结果用 xlrd 重新读一遍monthly_202501.xls检查数据行和合计行的值是否正确。用 Excel 或 WPS 打开文件肉眼检查格式是否完整尤其是表头、列宽、合并单元格。对比模板和输出文件的大小如果输出文件莫名其妙变得特别小十有八九是格式没保留下来需要回去检查formatting_info。这套流程还可以继续扩展比如把读取数据库、生成数据的逻辑拆成独立模块用glob批处理多个模板或者把wb.save换成按日期归档命名的函数。核心骨架不变变的是数据来源和文件名规则。7. 实战踩坑记录这些细节文档里一般不写7.1 中文乱码Python 3 里直接写中文给sheet.write一般没问题前提是创建Workbook时指定了编码xlwt.Workbook(encodingutf-8)。如果你漏了encoding参数在老版本 xlwt 下可能会出现乱码。另外要注意xlwt 保存的.xls文件用不同系统打开时字体可能发生回退因为.xls格式里保存的是字体名称如果目标机器没有这个字体它就会用默认字体代替这跟“乱码”是两码事。7.2 数据丢失与样式失效最典型的样式失效场景就是忘了formatting_infoTrue。另一个容易被忽略的是用 xlrd 读取时样式信息其实已经“扁平化”了xlutils.copy 再强大也无法 100% 还原公式、数据验证这类动态功能。所以我要再强调一次用这三件套处理完的文件必须人工抽查验证不能直接进生产流程。7.3 性能、内存和文件兼容性xlwt 写大文件是真的慢。我曾经写入 5 万行、8 列的数据单次运行需要几十秒内存占用也明显上涨。原因是它会把所有单元格对象都保存在内存里最后再一次性序列化。如果你的数据量逼近 6 万行边界强烈建议先优化数据生成侧或者干脆切到 openpyxl 写.xlsx。兼容性方面.xls格式本身已经偏老新出的办公软件在打开时偶尔会有安全提示这在企业环境里经常被用户误认为“文件坏了”。如果这是你遇到的困扰可以在交付说明里提醒对方点击“允许”或“启用编辑”。7.4 什么时候该迁移到 openpyxl写了这么多 xlwt/xlrd/xlutils 的好处最后我还是要泼一盆冷水这套组合的适用面正在慢慢变窄。如果你是在新建项目我的建议是能选.xlsx就选.xlsx工作流优先使用 openpyxl。只有当下面几个条件同时成立时才值得继续用这三件套上游或下游系统强制要求 .xls 格式需要保留旧模板的复杂格式并且原文件就是 .xls项目短期内存量不大改造成本不划算。我在实际项目中曾经为了兼容一个十年前的旧系统被迫保留.xls输出通道但新报表全部走了 openpyxl .xlsx两边并行互不干扰。等旧系统下线.xls通道可以直接删掉代码负担会小很多。最后再分享一个非常实用的经验如果你的代码里既有 xlrd 读取、又有 xlutils 修改、还用到了 xlwt 写入建议把这三步包装成独立的函数各自负责“读数据”“改模板”“另存文件”。这样做的好处是未来某天你决定把其中一环替换成 openpyxl只动一个函数就行而不是在一大坨copy、write的代码里缝缝补补。处理老格式文件这件事本身不复杂复杂的是让代码在“保留格式”和“批量更新”这两个目标之间稳定踩住平衡点。按这套思路去做这三个库能给你省下大量手工维护报表的时间。
