企业官网建设流程全解析

简介：针对Python开发者在数据处理与办公自动化中经常遇到的Excel操作需求，此压缩包提供了基于pandas和openpyxl库的实用示例脚本。压缩包共包含4个Python源文件，整体大小仅6KB，覆盖Excel文件读取、条件筛选、单元格写入以及读写综合操作等典型场景，各脚本分别侧重不同功能点，便于按需查阅。目前已有701人学习下载，适合初学Python数据处理的人员对照练习，也可作为日常开发中快速取用的代码片段。通过研读这些代码，读者可以掌握read_excel、to_excel函数以及openpyxl工作簿的遍历与写入流程，理解pandas对表格数据的批量处理与openpyxl对单元格精细控制之间的互补关系，进而在实际项目中灵活选择合适的工具。脚本注释简洁，参数设置清晰，稍作修改即可适配自己的数据文件，有助于提高Excel相关任务的自动化效率。

1. 需求背后的真实场景：为什么要把Excel写入zip

我最初看到"python读取Excel并写入.zip"这个标题时，第一反应是：这不就是两步操作吗？用openpyxl读Excel，再用zipfile写压缩包，各拎出来都不复杂。但真正在项目里用过之后我才明白，这个组合远比想象中常用，也远比想象中容易出问题。

先说说我遇到的实际场景。前两年我在给一家做供应链的企业做数据报表自动化，他们的业务人员每个月要做几十张Excel表格，涵盖采购、库存、销售、退货好几个维度，做完之后要压缩成一个zip包发给分销商。原来这套流程是纯手工的：打开Excel模板、粘贴数据、保存，然后右键文件夹压缩，再改压缩包名字。一个人折腾一整天是常态，而且经常出现漏掉某张表、压缩包版本发错的情况。

接手之后我写了一个Python脚本：从数据库或数据接口拉数据，自动写入指定的Excel模板，生成几十个Excel文件后统一压缩打包，自动命名成"月度报表_202405.zip"这样的格式。从此这个流程从一整天缩短到十几分钟。这件事给我的启发是："读取Excel并写入zip"不是一个孤立的脚本，它往往是某个自动化链条里的关键一环。

这个组合最常见的应用场景大概有这么几类：

• 多表归档：把几十上百个Excel文件按规则批量压缩，替代手工右键"添加到压缩文件"。
• 按条件筛选打包：读取一个总表，按部门、日期、地区等维度拆分成多个Excel，再打包成zip下发。
• Web系统导出：用户在网页上勾选数据，后端用Python把多个Excel或文件打包成zip供浏览器下载，这是Django/FastAPI/Flask里非常经典的功能点。
• 读取zip内的Excel做解析：别人发过来的压缩包里有一堆Excel，需要先解压再逐个读取分析。

不管是哪种场景，核心都逃不开三个问题：怎么读Excel、怎么生成/处理文件、怎么组装成zip。下面我把每一步拆开来讲。

2. 环境准备与工具选型：openpyxl还是pandas

开始写代码之前先要搞定环境。Python这块我建议直接用3.8以上版本，太老的版本在依赖库兼容性上会给你找麻烦。如果还没装Python，去官网下载安装包时记得在安装界面勾选"Add Python to PATH"，不然命令行里敲python会提示找不到命令，这是新手最容易踩的第一个坑。

读Excel的库，主流选择就两个：openpyxl和pandas。我知道很多人一上来就无脑pandas，但其实两者适合的场景并不一样，选错了会让代码变得很别扭。

我的经验是：如果你要做的是"读数据、做计算、重新拼表"这类数据处理，pandas效率更高；如果你要做的是"打开某个现成的Excel模板，往指定位置填数据"，openpyxl是更合适的工具。本文的场景偏重后者多一点，但我会两个都讲，因为它们在实际项目中经常混合使用。

安装很简单：

pip install openpyxl pandas

zipfile是Python标准库，不需要额外安装。这个模块的名字容易让人误以为它只能"压缩文件夹"，实际上它是Python操作zip归档的通用入口，读写、追加、查看文件列表都能干。

3. 读取Excel的核心操作：从单元格到DataFrame

3.1 openpyxl的基本读取

用openpyxl读取一个Excel文件，最基础的三行代码：

import openpyxl wb = openpyxl.load_workbook("采购明细.xlsx") ws = wb.active # 获取当前活动的工作表 print(ws["A1"].value) # 读取A1单元格

如果工作表不止一个，可以通过工作表名取：

ws = wb["Sheet1"]

整表遍历数据时，不要用ws.rows或ws.columns直接蒙着头遍历，因为如果某个单元格只是设置了样式但没写入值，它也会被遍历出来。更稳妥的做法是先用ws.max_row和ws.max_column确认数据范围，再通过切片或者iter_rows()控制读取区域：

for row in ws.iter_rows(min_row=2, max_row=ws.max_row, values_only=True): # 跳过了表头行，直接拿到每一行的值 print(row)

values_only=True这个参数很关键，它让每一行变成元组而不是单元格对象，后续处理省很多事。

3.2 pandas的读取与过滤

pandas读Excel只要一行：

import pandas as pd df = pd.read_excel("采购明细.xlsx", sheet_name="Sheet1")

整个文件就直接进DataFrame了。接下来想按条件筛选、分组统计、排序，都是一两行的事。比如按供应商分组汇总金额：

summary = df.groupby("供应商")["金额"].sum().reset_index()

pandas还有一个我很常用的参数dtype，可以用来强制指定某些列的数据类型。Excel里经常出现"订单号"这列被读成数字导致前面的零丢失——单号"00123"变成"123"。这种情况用：

df = pd.read_excel("订单.xlsx", dtype={"订单号": str})

数据就不会被误转。这个坑我在对接业务系统时踩过不止一次，后来凡是读这种类似ID的列，都默认加上dtype约束。

3.3 读取zip内部的Excel

还有一种常见情况：客户发过来一个压缩包，你要读取里面所有的Excel。这时候两步合成一步走就可以：

import zipfile import openpyxl import io with zipfile.ZipFile("报表包.zip") as zf: for name in zf.namelist(): if name.endswith(".xlsx"): with zf.open(name) as f: wb = openpyxl.load_workbook(io.BytesIO(f.read())) ws = wb.active print(f"{name}: A1={ws['A1'].value}")

这里用到了io.BytesIO，因为zipfile.open返回的是二进制文件流，而openpyxl的load_workbook可以直接接收字节流对象，不需要先解压到磁盘再读。这样做的好处是不会在临时目录里堆积一堆中间文件，处理完一个就释放一个，内存和磁盘占用都可控。

4. 写入zip的几种姿势：从"先存文件再压缩"到"全程内存操作"

zipfile写入zip文件，核心就是ZipFile.write()和ZipFile.writestr()两个方法。很多人只知道前者，其实后者才是很多高级用法的关键。

4.1 常规用法：把已有文件写入zip

import zipfile with zipfile.ZipFile("导出包.zip", "w", zipfile.ZIP_DEFLATED) as zf: zf.write("采购明细.xlsx", "报表/采购明细.xlsx") zf.write("库存明细.xlsx", "报表/库存明细.xlsx")

重点说一下这个arcname参数（第二个参数）。它决定了文件在zip包内部的路径和名字，不一定等于磁盘上的真实路径。比如你磁盘上文件存放在temp/output/采购明细.xlsx，如果你不传arcname，压缩包里也会带着这一长串目录结构；传了之后，可以仅保留报表/采购明细.xlsx的相对路径，接收方解压出来就是一目了然的目录。这是一个很多教程不会专门提但实际非常影响体验的细节。

4.2 内存写入：不用先生成文件

前文说的Web导出场景，如果每个Excel都要先落盘再压缩，低并发还好，高并发时磁盘IO会拖垮性能。这种情况建议用writestr()配合BytesIO，全程在内存中完成：

import zipfile import io import openpyxl def excel_to_bytes(rows, sheet_name="Sheet1"): wb = openpyxl.Workbook() ws = wb.active ws.title = sheet_name for row in rows: ws.append(row) bio = io.BytesIO() wb.save(bio) return bio.getvalue() # 假设这是从数据库或原Excel处理后得到的多张表数据 tables = { "采购明细.xlsx": [("日期", "供应商", "金额"), ("2024-05-01", "A公司", 1000)], "库存明细.xlsx": [("SKU", "仓库", "数量"), ("P001", "华东仓", 500)], } with zipfile.ZipFile("月度导出.zip", "w", zipfile.ZIP_DEFLATED) as zf: for filename, rows in tables.items(): zf.writestr(filename, excel_to_bytes(rows))

这段代码的关键是：excel_to_bytes函数把一个DataFrame或行列表写入Workbook，然后把Workbook保存到BytesIO缓冲区，最终拿到字节串。字节串直接喂给writestr，整个链路不落盘、不产生临时文件。批量处理几百张表时，这个方案考虑到性能和磁盘寿命都比先落盘再压缩好得多。

4.3 压缩级别选择

ZipFile的压缩级别从0到9，默认是-1，表示使用默认级别（一般是6）。如果你的zip里装的是Excel文件，而Excel本身已经是压缩过的格式（xlsx本质上就是一个zip包），你再怎么压，体积也不太可能缩得很小。这时我建议用ZIP_STORED而不是ZIP_DEFLATED，直接存储而不压缩，速度更快，文件体积差别几乎可以忽略。

with zipfile.ZipFile("打包.zip", "w", zipfile.ZIP_STORED) as zf: # 适合压缩已经压过的文件格式 pass

反之，如果你压缩的是大段的CSV或TXT文本，ZIP_DEFLATED能省不少空间，就该开启压缩。这个道理跟"不要用zip去压一个已经压过的文件"是一样的。

5. 实战案例：批量Excel自动归档并打包zip

下面给一个能直接拿去改的完整例子。假设存在这样的业务：一个总表销售总表.xlsx记录了全公司的销售数据，列包括"区域""销售员""产品""金额"。每天需要按区域拆分成独立Excel文件，最后打包成一个zip，方便各区域负责人下载自己那份。

5.1 拆分Excel的两种实现

用pandas实现最顺手：

import pandas as pd from pathlib import Path df = pd.read_excel("销售总表.xlsx", dtype={"订单号": str}) output_dir = Path("拆分结果") output_dir.mkdir(exist_ok=True) for region, group in df.groupby("区域"): filename = output_dir / f"{region}_销售明细.xlsx" group.to_excel(filename, index=False) print(f"已生成: {filename}")

这段代码用groupby按区域分组，然后用to_excel把每组数据写到独立文件。如果不用pandas，用openpyxl需要自己定位行列再逐格写入，代码量会大不少，所以纯拆分场景我优先推荐pandas。

5.2 拆完立即打包

然后把这些文件统一压缩：

import zipfile zip_name = "销售拆分包.zip" with zipfile.ZipFile(zip_name, "w", zipfile.ZIP_DEFLATED) as zf: for excel_file in output_dir.glob("*.xlsx"): zf.write(excel_file, arcname=excel_file.name)

这里arcname取excel_file.name，保证压缩包内的文件不带"拆分结果"这个目录前缀，对方解压后直接看到一堆Excel，而不是套着一层目录。很多人忽略这个细节，导致接收方解压后还要再点一层文件夹，体验很不好。

5.3 走一遍完整流程

把上面串起来，加一个日期后缀：

import pandas as pd import zipfile from pathlib import Path from datetime import datetime def split_and_zip(src_file, key_col, zip_name=None): df = pd.read_excel(src_file) output_dir = Path("temp_split") output_dir.mkdir(exist_ok=True) for key, group in df.groupby(key_col): out_file = output_dir / f"{key}.xlsx" group.to_excel(out_file, index=False) if zip_name is None: zip_name = f"split_{datetime.now():%Y%m%d_%H%M%S}.zip" with zipfile.ZipFile(zip_name, "w", zipfile.ZIP_DEFLATED) as zf: for excel_file in output_dir.glob("*.xlsx"): zf.write(excel_file, arcname=excel_file.name) return zip_name if __name__ == "__main__": print(split_and_zip("销售总表.xlsx", "区域"))

如果你不想在磁盘上保留中间拆分文件，也可以把"pandas DataFrame转Excel再进zip"的步骤连起来，用前面说的BytesIO方式，代码会更长一些但全程不落盘：

def df_to_excel_bytes(df): bio = io.BytesIO() with pd.ExcelWriter(bio, engine="openpyxl") as writer: df.to_excel(writer, index=False) return bio.getvalue() with zipfile.ZipFile("拆分包.zip", "w", zipfile.ZIP_DEFLATED) as zf: for key, group in df.groupby("区域"): zf.writestr(f"{key}.xlsx", df_to_excel_bytes(group))

注意pd.ExcelWriter在保存到BytesIO时，必须用with语句确保writer关闭，否则数据可能没真正写入缓冲区。这个坑我踩过一次，当时生成的Excel打开全是空白，排查了半天才发现是writer没flush。

6. 实际项目中的几个深坑与处理办法

代码框架部分讲完了，这部分是真正值钱的经验，全是实战中遇到的。有些问题不跑到生产环境根本碰不到。

6.1 zipfile写入中文文件名乱码

zipfile本身支持UTF-8编码的文件名，但Windows自带的资源管理器解压时对UTF-8标志的处理比较老旧，有时候会出现中文文件名乱码。解决这个问题，一个老旧但有效的办法是给文件名加一个标识扩展字段：

import zipfile def write_zip_with_gbk(zip_path, files): with zipfile.ZipFile(zip_path, "w", zipfile.ZIP_DEFLATED) as zf: for arcname, data in files.items(): info = zipfile.ZipInfo(arcname) # 手动补充支持中文名的扩展字段 info.flag_bits |= 0x800 zf.writestr(info, data)

不过我要说实话：这个方案在不同系统之间兼容性并不完美。在生产环境里，我用得最多的反而是统一把中文文件名转成拼音或英文，让zip包内文件名保持ASCII字符集，这样在所有系统上都不会乱码。如果业务上必须要中文名，最好在压缩后做个自检，用zipfile重新打开文件列出文件名确认无误。

6.2 大Excel的内存爆炸问题

pandas读一个几百MB的Excel时会一次性把全部数据加载进内存，多开几个文件机器直接卡死。遇到超大的Excel，建议用openpyxl的只读模式：

wb = openpyxl.load_workbook("big_file.xlsx", read_only=True) ws = wb.active for row in ws.iter_rows(values_only=True): # 处理每一行，边读边处理，不用等全部加载完 pass

read_only=True模式下，openpyxl不会把整个工作表加载进内存，而是按需迭代。配合zipfile的writestr边读边写，可以做到用很小的内存处理很大的文件。不过要注意，只读模式下不能修改单元格，它就是纯读的。

6.3 多个Excel合并为一个zip时保持原有格式

如果业务要求"把多个Excel按原样打包，不能改动格式"，那么你完全不需要用openpyxl或pandas去读它。最稳的做法是原样写入zip：

with zipfile.ZipFile("归档.zip", "w", zipfile.ZIP_DEFLATED) as zf: for file_path in file_list: zf.write(file_path, arcname=Path(file_path).name)

这样做是文件级别的复制，不解析Excel内部结构，格式、公式、图表、宏全部原样保留。很多新手容易犯的错误是：明明只需要打包，却偏要把Excel读一遍再写一遍，结果原来的颜色、边框、公式全丢了。

6.4 追加写入zip的误用

zipfile支持"追加"模式：

with zipfile.ZipFile("existing.zip", "a") as zf: zf.write("new_file.xlsx")

但要注意两点：一是追加模式不支持ZIP_DEFLATED之外的部分压缩设置改变，二是如果同一个文件名已经存在于zip中，追加时会写两个同名条目，解压时以最后那个为准。这事看起来不严重，但如果你在循环里反复往同一个zip追加文件，压缩包体积会异常膨胀，而且文件列表会越来越混乱。我的建议是：宁可先构建完所有要打包的文件清单，再用"w"模式一次写入，也不要反复打开追加。

6.5 路径遍历与安全校验

如果zip文件是外部传进来的，解压时要小心zip slip攻击。简单说，恶意构造的zip压缩包里的文件名可能包含../../这种路径，直接解压可以把文件写到压缩目录之外。用zipfile解压之前，务必校验每个文件的安全路径：

import os with zipfile.ZipFile("external.zip") as zf: for info in zf.infolist(): target = os.path.join("safe_dir", info.filename) # 确保解压后的路径没有跳出安全目录 if not os.path.abspath(target).startswith(os.path.abspath("safe_dir")): raise Exception(f"非法路径: {info.filename}") zf.extract(info, "safe_dir")

这个校验在内部工具里可能用不上，但只要是接收外部用户上传的zip，就一定要加。安全无小事，这行代码能挡掉大多数恶意构造的压缩包。

7. 延伸：从zip到自动化流水线

如果只是读写Excel和zip，能做的事情已经不少，但真正让这套技术产生价值的是把它嵌进自动化流程。我举几个自己实际做过的方向，供你参考。

定时任务自动化。用系统的计划任务（Windows）或cron（Linux/Mac）每天定时运行脚本，自动读取业务系统导出的Excel，拆分归档成zip，发送给指定人员或上传到共享目录。这样人工只需要在异常时介入，平时完全不用管。

结合Web框架做在线导出。用FastAPI或Flask写一个接口，前端传参数进来，后端根据参数从数据库或原始Excel中筛选数据，生成多个结果文件并打包成zip，通过HTTP响应直接返回给前端下载。这里用到的就是前面说的BytesIO内存打包方式，整个请求处理过程不产生磁盘临时文件，性能很稳定。

结合邮件自动发送。把生成的zip作为邮件附件，用smtplib或yagmail自动发送给指定收件人列表。由于zip把多个Excel合成单个文件，避免了邮件系统对多个附件的各种限制。

读取zip再处理。有些上游系统会定期推送zip包，里面有多个Excel。写个脚本定期扫描目录，解压后逐个读取、校验、汇总入数据库。这套逻辑我在对接外部供应商数据时用过多次，zipfile加openpyxl的组合完全够用。

我个人在多次实战中体会最深的一点是：脚本的稳健性比花哨的技术重要得多。真实业务场景里Excel数据千奇百怪，有空行、有合并单元格、有数字存成文本、有日期格式不统一。写读取逻辑时，多做类型转换和异常捕获，一旦某一行数据有问题，别让整个脚本崩溃，记录日志跳过这行继续处理，最后输出一份处理报告，这才是能长期跑的自动化脚本该有的样子。

本文还有配套的精品资源，点击获取