有没有办法使用 openpxyl 或查看底层 XML 来查看 Excel 工作簿是否包含形状？

Question

我有数千个 Excel 工作簿，需要创建一个列表，其中包含可能包含文本的形状（即文本框）。我将如何使用 openpyxl 或底层 XML 生成所有带有文本的形状的列表？我尝试使用 xlwings 和 pywin32，但是这些库解析形状的速度太慢而没有用处。

当前慢速代码：

for shape in ws_xlwings.shapes:
    if shape.type == "text_box" or shape.type == "auto_shape":
        try:
            str_cell_value = shape.text.lower()
            str_cell_value_upper = shape.text
        except: #shape might not have text
            continue

Answer 1

这里有一个关于如何将 Excel 作为 zip 文件处理、提取绘图 xml 和检测文本框的 POC。它可能比解析整个电子表格更快。

'''Based on https://rsmith.home.xs4all.nl/howto/reading-xlsx-files-with-python.html'''

from zipfile import ZipFile
from lxml import etree

def main():
    z = ZipFile('/home/lmc/tmp/shapes.xlsx')
    with z.open('xl/drawings/drawing1.xml') as sstr:
        ssdata = sstr.read()
        
        tree = etree.fromstring(ssdata)
        ns = {"xdr": "http://schemas.openxmlformats.org/drawingml/2006/spreadsheetDrawing",
              "a": "http://schemas.openxmlformats.org/drawingml/2006/main", 
              "r": "http://schemas.openxmlformats.org/officeDocument/2006/relationships"
              }
        shapes = tree.xpath('//xdr:txBody[preceding-sibling::xdr:spPr]/a:p/a:r/a:t/text()', namespaces = ns)
        
        print(shapes)


if __name__ == '__main__':
    main()

带有 1 个方框的简单表格的结果

['Square box text']