用 Python 批量改 Excel：openpyxl 文档讲清读写

手工改几十个表格又慢又容易错，会写点 Python 的人都想让程序代劳。openpyxl 就是干这个的：读已有工作簿、写新表、改单元格、调样式、插图表，全都用代码完成。它的官方文档把每个能力配了可复制的片段，从装库到写出第一张带格式的表，跟着走一遍就能上手，也是很多报表脚本的底层依赖，值得每个办公开发者收藏，能省下大量重复劳动。

它解决什么问题

每月要合并几十个分店报表，手工复制粘贴既慢又总串格，月底加班到崩溃。

想给导出的数据自动套表头颜色和边框，却不知道用哪个库，只能手动一个个改。

网上的代码片段零散过时，照抄常常跑不起来还查不出原因，浪费一下午。

核心能力

它本质是一个把 Excel 文件结构翻译成 Python 对象的桥

xlsx 其实是 ZIP 包里的一堆 XML，手写几乎不可能。openpyxl 把这些 XML 抽象成 Workbook、Worksheet、Cell 这样的对象，你操作的是”第几行第几列写什么”，库负责把它落成正确的文件格式。理解这层关系后，批量任务就变成循环加赋值：遍历文件夹、读每张表、取出目标列、算完写回，几十个文件几分钟跑完。文档里 loading、saving、cells 几章把这套映射讲得很透，新手照着抄就能跑通第一个脚本，再慢慢加样式与图表，不必懂 XML 也能干活。

要注意它只处理 xlsx，老式 xls 读不了，需要先用别的工具转格式；大文件（几万行以上）用 read_only 模式省内存，否则容易吃光内存。带公式的单元格读出来是公式文本而非计算结果，要数值得在 Excel 里先算过再读。样式和功能繁多，建议按自己真实需求挑着学，别一上来通读整本。把它当工具书，用到哪查到哪最省时间，也最不容易半途而废，遇到具体场景再深入。

同类工具怎么选

谁适合用

• 需要做报表自动化、嫌手工慢的办公人员
• 写小工具帮团队批量处理表格的开发者
• 想把重复填表动作固化成脚本的运维

怎么开始

1. 用 pip 安装 openpyxl，确认能正常 import 再开始，环境先理顺。
2. 从文档 Quick Start 读起，先写出第一个带表头的工作簿，跑通再说。
3. 照 Accessing cells 章练读写单个单元格与区域，把坐标逻辑摸清。
4. 用 Styles 章给表头加粗上色，做出像样表头，报表立刻专业。
5. 把循环套上去，批量处理文件夹里的多个文件并另存，效率立现。
6. 遇到大文件时启用 read_only 模式控内存防卡死，生产环境必备。

常见问题

支持老 xls 吗？
不支持。openpyxl 只处理 xlsx，旧格式请先转成 xlsx 再交给它处理，避免踩坑。

要收费吗？
不用。它以 MIT 开源协议发布，个人与商用都免费，源码公开可查，不用担心授权。

能读公式结果吗？
默认读到的是公式文本；要数值需先在 Excel 算好再读，或用数据工具求值后读。

大文件会卡吗？
几万行建议开 read_only 模式，边读边处理，避免一次性载入撑爆内存，稳定很多。

授权与合规

openpyxl 以 MIT 开源协议发布，官方文档在 Read the Docs 公开，源码在仓库可见，可自由使用与修改，商用个人用都免费，是自动化办公绕不开的一站，值得每个办公开发者收藏。 官网：openpyxl.readthedocs.io。

继续找同类资源

这条属于「学习资料」栏目，同栏目还有更多可直接使用的免费资源，可以在 学习资料全部资源 里按需翻阅。

相关资源

同栏目下这几条也常被一起翻到：

• 深度学习教材太厚啃不动：这本书在线免费读
• 论文格式总被挑刺？Purdue OWL 把引用写作规范做成免费手册
• JS 小技巧记不住：这份片段库按用途查了就能抄
• PyTorch 教程看官方的最省事：从入门到部署都有例子