python之Xlrd 打开 excel 文件非常慢

我有一个 excel 文件，我想它对于一个 excel 文件 (200Mb) 来说是相当大的，它有大约 20 张完整的信息。

我的问题是，如果执行以下简单操作需要将近 5 分钟是正常的。我想知道我是否以正确的方式进行操作。

import xlrd 
 
def processExcel(excelFile): 
    excelData = xlrd.open_workbook(excelFile) 
    sheets = excelData.sheet_names() 
    print sheets 

如您所见，第一步我只是尝试获取工作表名称，而这个简单的事情只需要 5 分钟...这可能吗？

请您参考如下方法:

是的，这绝对有可能。这确实是一个 Excel 文件中的大量数据。默认情况下，xlrd 将整个工作簿加载到内存中。如果您的工作簿是 .xls 文件，您可以使用 on_demand 参数仅在需要时打开工作表:

import xlrd 
 
def processExcel(excelFile): 
    excelData = xlrd.open_workbook(excelFile, on_demand=True) 
    sheets = excelData.sheet_names() 
    print sheets 

如果您尝试打开 .xlsx 文件，on_demand 参数无效。

更新

如果您使用的是 Python 3 并读取 .xlsx 文件，您可以尝试 sxl .这是一个只在需要时将内容读入内存的库。因此，只需打开工作簿来检索工作表名称就非常快。此外，如果您只需要工作表的前几行，它也可以相当快地获取这些行。

如果你需要用sxl读取所有的数据，你必须遍历所有的行，这可能比xlrd还要慢，但至少只会根据需要使用尽可能多的内存。例如，以下代码在任何给定时间只会在内存中保留一行:

from sxl import Workbook 
 
wb = Workbook('MyBigFile.xlsx') 
ws = wb.sheets[1] 
for row in ws.rows: 
    print(row) 

但是，如果您需要随机访问所有行来进行处理，则必须将它们全部保存在内存中:

from sxl import Workbook 
 
wb = Workbook('MyBigFile.xlsx') 
ws = wb.sheets[1] 
all_rows = list(ws.rows) 

在这种情况下，all_rows 将整个工作表保存在内存中。如果您的工作簿有多个工作表，这可能仍然比 xlrd 更有效。但是，如果您需要在内存中存储整个工作簿，那么您不妨坚持使用 xlrd。