python比较两个excel表格的差异

34r2312

一个同事有两个excel表格要比较差异, 找了一下有相关软件,如: beyond compare, excel compare
但这两个似乎都是直接排序再比较的.

然后没办法,就用python折腾了一个脚本. 这个脚本先读入要比较的文件中的表. 读的时候 ,如果没有空行就把它和它前面的加一起,直到有空行. 这样比较的话, 不能得到具体那一行有差异, 只有一个大概的位置. 如果表格中间空行越少,越精确.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84

#!/usr/bin/python #-*- coding:utf-8 -*- import xlrd, os, sys if len(sys.argv) != 3:   print "\n        ./script diff_1.xlsx diff_2.xlsx \n"   sys.exit() diff = {} xls1 = sys.argv[1] xls2 = sys.argv[2] if os.path.isfile(xls1) and os.path.isfile(xls2):   pass else:   print "\n        ./script diff_1.xlsx diff_2.xlsx \n"   sys.exit() def getcontent(table):  #获取xlsx表内容   tmp_data = {}   tmp_table = ''   all_data = {}   for j in xrange(table.nrows):     tmp = table.row_values(j)     if list(set(tmp)) == ['']:       tmp_data[tmp_table] = ''       if tmp_table != '':         all_data[j] = tmp_table       tmp_table = ''     else:       tmp2 = ""       for i in tmp:         try:           tmp2 = tmp2 + i + ","         except:           tmp2 = tmp2 + str(i)+ ","       tmp_table = tmp_table + tmp2 + "\n"  #把多行的内容放一起   return (tmp_data, all_data) def write_file(excel_diff, filename):   f = open(filename, 'w')   f.write(excel_diff)   f.close() def diff_content(table1,table2): #检查两个表差异   diff_tmp = []   for i in table1:     if i in table2:       pass     else:       diff_tmp.append(i)   return list(set(diff_tmp))    def get_rows(diff, all_data): #获取差异位置   tmp = []   for i in diff:     for j in all_data:       if all_data[j].strip() == i.strip():         tmp.append(j)         break   return tmp          for i in range(0,2):  # 比较几个表   data1 = xlrd.open_workbook(xls1)   table1 = data1.sheets()   data2 = xlrd.open_workbook(xls2)   table2 = data2.sheets()       tmp1, all1 = getcontent(table1)   tmp2, all2 = getcontent(table2)   result = diff_content(tmp1, tmp2) #1 中有 2 没有的具体内容 #  result2= diff_content(tmp2, tmp1)  #2 中有 1 没有的具体内容   diff = get_rows(result,all1)   print sorted(diff) #  write_file(sorted(diff), "/tmp/diff.txt") #  diff = get_rows(result2,all2) #  print sorted(diff)