Python实现批量下载excel表中超链接图片

背景

导出数据到excel，excel数据中有图片链接，在excel中没法直接看到图片是什么样的，需要批量下载图片的指定文件夹，再进行查看，想到了用python生成一个脚本文件做批量操作，试着写一下。

数据格式

数据类型有文本，也有带图片链接的Json，存在多张图片的情况，需要做的是批量获取Json格式数据中的pic，并进行下载

处理步骤

• 使用xlrd库读取Excel表格的数据
• 获取Excel中的sheet，默认取第一个sheet
• 遍历sheet中的每一行数据，判断是文本还是Json格式数据
• 根据对应的列，获取Json中的pic链接地址，存到对应的list中
• 使用requests库，取出list中的图片地址进行下载
• 确保文件夹存在，如果不存在则创建

1.xlrd库简介

xlrd读取excel表格数据，支持xls和xlsx格式的excel表格

基本函数

1.xlrd.open_workbook(filename[, logfile, file_contents, ...]) 打开excel文件

• filename：需操作的文件名（包括文件路径和文件名称）;
• 若filename不存在，则报错FileNotFoundError;
• 若filename存在，则返回值为xlrd.book.Book对象

2.BookObject.sheet_names() 获取Book对象中所有sheet名称,以列表方式显示

3.BookObject.sheets()：获取所有sheet的对象，以列表形式显示 BookObject.sheet_by_index(sheetx)：通过sheet索引获取所需sheet对象

• sheetx为索引值，索引从0开始计算；
• 若sheetx超出索引范围，则报错IndexError；
• 若sheetx在索引范围内，则返回值为xlrd.sheet.Sheet对象

4.BookObject.sheet_by_name(sheet_name)：通过sheet名称获取所需sheet对象 - sheet_name为sheet名称；- 若sheet_name不存在，则报错xlrd.biffh.XLRDError；- 若sheet_name存在，则返回值为xlrd.sheet.Sheet对象

5.对Sheet对象中的行操作

• SheetObject.nrows：获取某sheet中的有效行数
• SheetObject.row_values(rowx[, start_colx=0, end_colx=None])：获取sheet中第rowx+1行从start_colx列到end_colx列的数据，返回值为列表。
  • 若rowx在索引范围内，以列表形式返回数据；
  • 若rowx不在索引范围内，则报错IndexError
• SheetObject.row(rowx)：获取sheet中第rowx+1行单元，返回值为列表；
  • 列表每个值内容为： 单元类型:单元数据
• SheetObject.row_slice(rowx[, start_colx=0, end_colx=None])：以切片方式获取sheet中第rowx+1行从start_colx列到end_colx列的单元，返回值为列表；
  • 列表每个值内容为： 单元类型:单元数据
• SheetObject.row_types(rowx[, start_colx=0, end_colx=None])：获取sheet中第rowx+1行从start_colx列到end_colx列的单元类型，返回值为array.array类型。
  • 单元类型ctype：empty为0，string为1，number为2，date为3，boolean为4， error为5（左边为类型，右边为类型对应的值）；
• SheetObject.row_len(rowx)：获取sheet中第rowx+1行的长度
  • rowx：行标，行数从0开始计算（0表示第一行）, 必填参数；
  • start_colx：起始列，表示从start_colx列开始取值，包括第start_colx的值；
  • end_colx：结束列，表示到end_colx列结束取值，不包括第end_colx的值；
  • start_colx默认为0，end_colx默认为None：表示取整行相关数据；
• SheetObject.get_rows()：获取某一sheet所有行的生成器

6.对Sheet对象中的列操作

• SheetObject.ncols：获取某sheet中的有效列数
• SheetObject.col_values(self, colx[, start_rowx=0, end_rowx=None])：获取sheet中第colx+1列从start_rowx行到end_rowx行的数据，返回值为列表。
• SheetObject.col_slice(colx[, start_rowx=0, end_rowx=None])：以切片方式获取sheet中第colx+1列从start_rowx行到end_rowx行的数据，返回值为列表。
  • 列表每个值内容为： 单元类型:单元数据
• SheetObject.col_types(colx[, start_rowx=0, end_rowx=None])：获取sheet中第colx+1列从start_rowx行到end_rowx行的单元类型，返回值为列表；

7.对Sheet对象的单元格执行操作

• ShellObeject.cell(rowx, colx)：获取sheet对象中第rowx+1行，第colx+1列的单元对象，返回值为'xlrd.sheet.Cell'类型，返回值的格式为“单元类型:单元值”。
• ShellObject.cell_value(rowx, colx)：获取sheet对象中第rowx+1行，第colx+1列的单元数据，返回值为当前值的类型（如float、int、string...）；
• ShellObject.cell_type(rowx, colx)：获取sheet对象中第rowx+1行，第colx+1列的单元数据类型值；
  • 单元类型ctype：empty为0，string为1，number为2，date为3，boolean为4， error为5；

在Python编译器中安装xlrd

pip install xlrd

注：高版本的xlrd目前去除了xlsx格式的支持，支持xls格式，目前使用有两种方式： 1.删除高版本，重装xlrd

xlrd.biffh.XLRDError: Excel xlsx file; not supported

pip install xlrd==1.2.0

2.打开xlsx文件，另存为xls格式

2.详细代码

引入相关库

import xlrd
import requests
import json

实例代码

读取excel

read_path = r"xx\xx.xls"  # excel文件路径
bk = xlrd.open_workbook(read_path)

获取所有sheet,取第1个sheet页，如果有多个sheet也可以使用sheet_by_name()方法

try:
    sh = bk.sheets()[0]
except:
    print("no sheet in %s" % read_path)

获取表中的总行数

def is_json(msg):
    if isinstance(msg, str):  # 判断是否是字符串
        try:
            json.loads(msg)
        except ValueError:
            return False
        return True
    else:
        return False

由于数据存在文本和json格式数据，需要先进行判断 判断是否是json格式数据

def is_json(msg):
    if isinstance(msg, str):  # 判断是否是字符串
        try:
            json.loads(msg)
        except ValueError:
            return False
        return True
    else:
        return False

表中第一行有标题，需要从第2行开始

for i in range(1, nrows):
    # print("下载第 %d 个图片" % i)
    picList = []  # 定义存放图片的list

    # 读取C列数据
    C_name = sh.cell_value(i, 2)
    print('C_name: ', C_name)

    # 读取D列数据  excel表中存在一行有多个图片情况，使用“；”对数据进行分隔，分别拿到每一个json格式数据
    D_name = sh.cell_value(i, 3).split("；")
    print('D_name: ', D_name)

    # 循环获取所有的json
    for d_value in D_name:
        print('d_value:', d_value)
        if is_json(d_value):# 先对json进行判断
            picList = json.loads(d_value)['pic'] # 如果是json数据就直接取pic里的值
            if len(picList):  # 为空不打印
                print("picList：", picList)
    
        # 循环取出图片地址 使用enumerate获取每个图片下标
    for j, picUrl in enumerate(picList):
        # 根据URL下载到本地
        f = requests.get(picUrl)
        # 需要先创建文件夹
        pic_name = r"D:\xxx\Downloads\文件夹\\" + C_name + "_" + str(j + 1) + ".png"  # 构造完整文件路径+名称
        with open(pic_name, "wb") as code:
            code.write(f.content)

写在最后

通过这种方式可以将excel表中的超链接图片批量下载到本地，再使用电脑图片查看功能直接看到excel数据中的图片。一个小功能，不一定能满足更多的使用场景，还要努力学习

以上就是Python实现批量下载excel表中超链接图片的详细内容，更多关于Python下载excel超链接图片的资料请关注脚本之家其它相关文章！

最新评论