Python实现对比两个Excel表某个范围的内容并提取出差异

1. # pip install openpyxl
2. from openpyxl import load_workbook, Workbook
3. from openpyxl.utils.cell import coordinate_from_string, column_index_from_string, get_column_letter
4. from openpyxl.styles import Font, PatternFill
7. def _normalize_range(start_cell: str, end_cell: str) -> str:
8.     """把两个单元格规范化成合法的范围字符串，例如 'A2', 'A10' -> 'A2:A10'"""
9.     col1, row1 = coordinate_from_string(start_cell)
10.     col2, row2 = coordinate_from_string(end_cell)
11.     c1 = column_index_from_string(col1)
12.     c2 = column_index_from_string(col2)
14.     min_col = min(c1, c2)
15.     max_col = max(c1, c2)
16.     min_row = min(row1, row2)
17.     max_row = max(row1, row2)
19.     return f"{get_column_letter(min_col)}{min_row}:{get_column_letter(max_col)}{max_row}"
22. def _read_range_values(ws, ranges):
23.     """
24.     从 worksheet 中的多个范围读取值。
25.     返回 (原始值, 规范化值) 的列表。
26.     - 规范化值：去掉前后空格，字符串转小写。
27.     """
28.     values = []
29.     for start_cell, end_cell in ranges:
30.         range_str = _normalize_range(start_cell, end_cell)
31.         cells = ws[range_str]
32.         for row in cells:
33.             for cell in row:
34.                 if cell.value is not None:
35.                     raw = cell.value
36.                     if isinstance(raw, str):
37.                         norm = raw.strip().lower()  # 忽略大小写 + 去掉前后空格
38.                     else:
39.                         norm = raw
40.                     values.append((raw, norm))
41.     return values
44. def _ordered_set_difference(list_a, list_b):
45.     """
46.     返回 list_a 独有的元素（基于规范化值比较）。
47.     保持顺序 + 去重，输出原始值。
48.     """
49.     set_b_norm = {norm for _, norm in list_b}
50.     seen_norm = set()
51.     result = []
52.     for raw, norm in list_a:
53.         if norm in seen_norm:
54.             continue
55.         if norm not in set_b_norm:
56.             result.append(raw)
57.         seen_norm.add(norm)
58.     return result
61. def compare_excel_columns(
62.     file1, ranges1, file2, ranges2,
63.     output_file="result.xlsx",
64.     sheet_name1=None, sheet_name2=None
65. ):
66.     """
67.     比较两个 Excel 文件的指定范围，输出差异。
68.     参数：
69.       - file1, file2: 文件路径
70.       - ranges1, ranges2: 列表，每个元素是 (start_cell, end_cell)
71.       - sheet_name1, sheet_name2: 工作表名称（不传则用 active）
72.       - output_file: 输出文件名
73.     """
75.     # 读取文件1
76.     wb1 = load_workbook(file1, data_only=True)
77.     ws1 = wb1[sheet_name1] if sheet_name1 else wb1.active
78.     vals1 = _read_range_values(ws1, ranges1)
80.     # 读取文件2
81.     wb2 = load_workbook(file2, data_only=True)
82.     ws2 = wb2[sheet_name2] if sheet_name2 else wb2.active
83.     vals2 = _read_range_values(ws2, ranges2)
85.     # 求差异
86.     only_in_file1 = _ordered_set_difference(vals1, vals2)
87.     only_in_file2 = _ordered_set_difference(vals2, vals1)
89.     # 输出结果
90.     wb_out = Workbook()
91.     ws_out = wb_out.active
92.     ws_out.title = "Comparison Result"
94.     # 表头
95.     ws_out["A1"] = "Only in file1"
96.     ws_out["B1"] = "Only in file2"
97.     ws_out["A1"].font = ws_out["B1"].font = Font(bold=True, color="FFFFFF")
98.     ws_out["A1"].fill = ws_out["B1"].fill = PatternFill("solid", fgColor="4F81BD")
100.     max_rows = max(len(only_in_file1), len(only_in_file2))
101.     for i in range(max_rows):
102.         if i < len(only_in_file1):
103.             ws_out.cell(row=i+2, column=1, value=only_in_file1[i])
104.         if i < len(only_in_file2):
105.             ws_out.cell(row=i+2, column=2, value=only_in_file2[i])
107.     # 在最后一行之后添加数量统计
108.     stats_row = max_rows + 3
109.     ws_out[f"A{stats_row}"] = f"Count: {len(only_in_file1)}"
110.     ws_out[f"B{stats_row}"] = f"Count: {len(only_in_file2)}"
111.     ws_out[f"A{stats_row}"].font = ws_out[f"B{stats_row}"].font = Font(bold=True, color="000000")
113.     wb_out.save(output_file)
114.     print(f"对比完成，结果已保存到: {output_file}")
115.     return output_file
118. # 示例调用
119. if __name__ == "__main__":
120.     compare_excel_columns(
121.         "D:\code\python\pythonProject1\新建 XLSX 工作表.xlsx", [("A1", "A7")],   # 支持多个范围，比如 [("A1","A6"), ("B1","B3")]
122.         "D:\code\python\pythonProject1\新建 XLSX 工作表 (2).xlsx", [("A1", "A4")],
123.         output_file="result.xlsx",
124.         sheet_name1="Sheet1",
125.         sheet_name2="Sheet1"
126.     )

复制代码

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！