使用 python 和机器人框架比较 2 个不同 excel 文件的 Excel 表格布局（仅行、列、行标题和列标题）

Question

我想使用 python 和机器人框架比较 2 个不同 excel 文件的 Excel 表格布局（仅行、列、行标题和列标题），并将差异保存在单独的 excel 文件中。

我有一个代码来比较两张表（不同的工作簿）的所有单元格，但我们可以将其限制为仅比较：-

1)- 行数、列数

2)- 行标题文本，列标题文本

3)- 如果添加/删除额外的行/列/表

'''

  from openpyxl import load_workbook

  wb1 = load_workbook('AnnexureTemplates\Annex 8 (Large exposures).xlsx')

  wb2 = load_workbook('CycleTemplates\FinalValidated.xlsx')

for worksheet in wb1.sheetnames:
sheet1 = wb1[worksheet]
sheet2 = wb2[worksheet]

   # iterate through the rows and columns of both worksheets
   for row in range(1, sheet1.max_row + 1):
     for col in range(1, sheet1.max_column + 1):
        cell1 = sheet1.cell(row, col)
        cell2 = sheet2.cell(row, col)
        if cell1.value != cell2.value:
            print("Sheet {0} -> Row {1} Column {2} - {3} != {4}".format(worksheet, row, col, cell1.value,
                                                                        cell2.value))

编辑 1-> 有助于 excel 表结构的行/列是灰色的，因此逻辑可以选择着色的行/列，然后查看它们是否与其他 excel 相同或不同。

例如这里是基准模板

https://i.stack.imgur.com/1wVV1.png

这是我需要用基准模板检查结构差异的模板

https://i.stack.imgur.com/xXBxV.png

Answer 1

经过这么多失败的尝试，我想出了这个解决方案：-

PS我是Python新手，所以代码不会是优化的解决方案，欢迎所有使其更好/优化的建议

所以假设我有一个 Benchmark Template -> benchmark.xlsx 和 testing template -> testing template 。 我的方法是：-

1)-加载两个模板

2)-获取彩色单元格的 RGB 值（需要测试）并使用硬编码的 RGB 值验证 RGB 值。

3)-将经过验证的彩色单元格与数据存储在两个文件的单独数据框中。

4)-使用 isin 函数比较数据帧（也检查 nan 值）

5)-在DifferenceExcel.xlsx文件中输出差异(如果有的话)

代码 ->

import win32com.client as win32
import pandas as pd
df_global1 = []
df_global2 = []
def verifyRGB(expRGB, actRGB):
    exp_R, exp_G, exp_B = expRGB.split(",")
    actRGB = actRGB.replace(" ", "")
    act_R, act_G, act_B = actRGB.split(",")

    if (exp_R == act_R and exp_G == act_G and exp_B == act_B):
        return True
    else:
        return False

def getRGB(xlCell):
    C = xlCell.Interior.Color
    # print("value is ",C)
    R = C % 256
    G = C // 256 % 256
    B = C // 65536 % 256

    return "R={}, G={}, B={}".format(R, G, B)


def getDataFrame(ws):
    df = pd.DataFrame(columns=['row', 'Column', 'Test_template_value'])
    used = ws.UsedRange
    nrows = used.Row + used.Rows.Count - 1
    ncols = used.Column + used.Columns.Count - 1

    for i in range(1, nrows):
         for j in range(1, ncols):
            cell_obj = ws.Cells(i, j)
            if (verifyRGB("R=217.0,G=217.0,B=217.0", getRGB(cell_obj))):
                dfTemp = pd.DataFrame([[i, j, cell_obj.Value]],
                                      columns=['row', 'Column',
                                               'Test_template_value'])
                df = df.append(dfTemp)
        # print("dataframe ready")
    return df


def checkDataframesDifference(df1, df2):
    df1_str_tuples = df1.astype(str).apply(tuple, 1)
    df2_str_tuples = df2.astype(str).apply(tuple, 1)
    df1_values_in_df2_filter = df1_str_tuples.isin(df2_str_tuples)
    # print("common values in both dataframes", df1_values_in_df2_filter)
    df1_values_not_in_df2 = df1[~df1_values_in_df2_filter]
    if df1_values_not_in_df2.size > 0 :
        print("Structural Difference Found :")
        print("Testing template values that are not in benchmark template:", 
     df1_values_not_in_df2)
        df1_values_not_in_df2.to_excel('DifferenceExcel.xlsx', 
index=False, header=True)
    else :
        print("No difference Found between both templates  ")
     # df1_values_not_in_df2.to_excel('./ExcelCompareOnCellColor_diff.xlsx', 
index=False, header=True)


try:
    xlApp = win32.gencache.EnsureDispatch('Excel.Application')
    wb1 = xlApp.Workbooks.Open ('benchmark.xlsx')
    ws1 = wb1.Worksheets('1')
    wb2 = xlApp.Workbooks.Open('testing.xlsx')
    ws2 = wb2.Worksheets('000')


df_global1 = getDataFrame(ws1)
df_global2 = getDataFrame(ws2)

checkDataframesDifference(df_global2, df_global1)

wb1.Close(False)
wb2.Close(False)
xlApp.Visible = False

except Exception as e:
    print(e)

finally:
    xlApp.Quit
    ws = None

再次，请建议我如何优化代码。

例如->我创建了太多数据框，我该如何减少它？