First of all，这个script思路借鉴这位大大的
https://blog.csdn.net/qq_45037797/article/details/94882848
首先引入一个概念，python这个语言里面有很多很成熟的“包”，也就是各种操作的moudle，对于某一个特定的project里面的code，我们可以调用各种各样的包来帮助我们完成某些操作，这里不由得感叹一句，那些开发出这些包的人真的是蛮厉害的
在调用这些interpreter之前，我们要先加载这些包，这个操作可以在Pycharm里面进行，preference->Project: Projectname->Project interpreter->"+" sign
读了一些各位大牛的博客之后发现，好像python的话常用来操作excel的有这个openpyxl，xlwt，xlrd等等，大概看了看大佬们的推荐，感觉openpyxl的功能比较全面，而且只有一个包就够了
好像这个的缺点是处理数据需要的时间相对来说比较长，不过我的数据处理量也没有那么大，于是就选择了openpyxl这个包来折腾
首先明确一下这个脚本的目的，就是读取从server上下载的.dat文件，这个文件里面的格式大概是这样的
对于这样一个文件，我们把它转换成Excel的文件会更容易进行直观的编辑，我们想要的结果大概是这样的
而我们有一大堆这样的文件，分别处于以规律的数字命名的directory里（其实也就是提交job时候的文件夹），于是我们就需要一个script来分别打开这样的.dat文件，再把他们写入到一个workbook里面，每一个.dat文件独占一个worksheet，worksheet以读取该.dat文件的directory的名字命名，这就是我们这个script的意义
步骤如下：
1. 读取.dat文件
使用python里面的open打开文件，读取每一行的数据
def ReadTxt(file):
ls = list()
with open(file, 'r', encoding='utf-8-sig') as f:
再将读取的数据分割成columns，因为数据一共7个cols，所以这里分割成了7个，这个写得有点愚蠢，大大们不要喷我哈，以后再尝试改成更精简的方法
for line in f.readlines():
# To check if the given data can be split
try:
lists = line.split(None, 7)
# Split the list 'line' into 7 different parts, according to if it is an alpha
co1 = lists[0]
co2 = lists[1]
co3 = lists[2]
co4 = lists[3]
co5 = lists[4]
co6 = lists[5]
co7 = lists[6]
# split the given data into cols
ls.append((float(co1), float(co2), float(co3), float(co4), float(co5), float(co6), float(co7)))
# Put remainders in the list
except:
print('Wrong format!')
这样我们就得到了一个存着被分割好的数据的list（这个list感觉就像c里面的一个2d array，不知道我理解得有没有问题），然后我们把这个list写进.xlsx文件就可以了
2. 写入.xlsx文件
a. 首先用pip3安装openpyxl
openpyxl这个Moudle似乎比较特殊，要先安装jdcal这个moudle，否则是无法安装成功的？这里有大大懂这个的话希望可以帮忙解释一下
pip3 install jdcal
提示成功之后再如法炮制安装openpyxl
pip3 install openpyxl
或者直接在pycharm里面添加，这里不赘述了，详情参见这位大大的博客：https://blog.csdn.net/hpwzjz/article/details/82859711
b. 安装完成之后可以开始写调用这个包的code了
这里我们用到的openpyxl里面的东西主要是这个load_workbook
from openpyxl import Workbook, load_workbook
之后可以写出
wb = load_workbook(path)
这样就可以打开/创建一个处于给定的path的xlsx文件了，这个文件是一个workbook，里面最开始会自动创建一个worksheet，名叫Sheet，这个操作就和直接新建一个空白的xlsx是一样的
在创建了这个文件之后，我们可以对这个文件进行写入和读出等操作，首先是创建一个以读取.dat文件的directory的名字命名的worksheet
sheet = wb.create_sheet(sheet_name)
然后将之前的list写入，保存文件就可以了，记得写完之后要保存，不然就像我们平时写东西但是退出的时候选择’不保存‘一样，白干一场了
index = len(value)
for i in range(index):
sheet.append(value[i])
# write the list into worksheet rank by rank
# Save the workbook in previous path
wb.save(path)
3. 整理一下并且加入一些prompts
加入一些读取格式错误的prompts，让这些prompts能够print到log文件里，以后出了问题查起来也方便，当然最好是不出问题
最后的代码就是这个样子了
#!/usr/bin/env python
# a script to read text and transfer to xlsx file
#-*- coding:utf-8 -*-
from openpyxl import Workbook, load_workbook
# Read from Text (.dat)
def ReadTxt(file):
ls = list()
with open(file, 'r', encoding='utf-8-sig') as f:
num = 1
# A statistic num of ranks
for line in f.readlines():
# To check if the given data can be split
try:
lists = line.split(None, 7)
# Split the list 'line' into 7 different parts, according to if it is an alpha
co1 = lists[0]
co2 = lists[1]
co3 = lists[2]
co4 = lists[3]
co5 = lists[4]
co6 = lists[5]
co7 = lists[6]
# split the given data into cols
if co1 != "#":
# Chew up the first line title
ls.append((float(co1), float(co2), float(co3), float(co4), float(co5), float(co6), float(co7)))
# Put remainders in the list
num = num +1
except:
print('Wrong format in line ' + str(num) + '!')
num = num +1
# return as a list
return ls
# Write in xlsx
def Write_Excel(path, sheet_name, value):
index = len(value)
# To detect how many ranks in the list
wb = load_workbook(path)
# Open a workbook (No matter already exist or not) in a specific path, which we can specify when we call this func
sheet = wb.create_sheet(sheet_name)
# Create a new worksheet in this workbook, named as given name
#sheet.column_dimensions['B'].width = 115
# Set cell format, width, height...
for i in range(index):
sheet.append(value[i])
# write the list into worksheet rank by rank
# Save the workbook in previous path
wb.save(path）
print("Current txt " + sheet_name + " has been wrote, Tadaaaaaa!")
# Remove empty sheet
def Remove_empty(path):
wb = load_workbook(path)
ws = wb['Sheet']
wb.remove(ws)
# Remove empty sheet
wb.save(path)
print('Empty sheet has been removed successfully')
# Main func
if __name__=='__main__':
book_name_xlsx = r'/path/sum.xlsx'
# .xlsx file path where we want to generate this file
wb = Workbook()
wb.save(book_name_xlsx)
# Create and save file as given name and path
# Create a worksheet named as given word
for name in range(12,21):
# Set the range as 12 to 20, which is the range of interested interlayer distance
sheet_name_xlsx = str(name)
# Use target directory name as sheet name
art = ReadTxt(r'/path/'+sheet_name_xlsx+'/ACF.dat')
# Call previous ReadText func, the path is the parent folder of tasks
# Insert the title
art.insert(0, ('#', 'X', 'Y', 'Z', 'CHARGE', 'MIN DIST', 'ATOMIC VOL'))
Write_Excel(book_name_xlsx, sheet_name_xlsx, art)
# Call previous write func
Remove_empty(book_name_xlsx)
# Remove empty sheet
这个就是最后的半成品了，可以再加一些其他的功能，整体的框架大概就是这样，引入了一个openpyxl的包，实现了对.xlsx文件的创建以及写入，希望能帮到苦于机械式重复操作的你
关于这个过程中我踩到的坑们的一些总结：
split的方法：
https://blog.csdn.net/stenwaves/article/details/81988203
range () 函数的使用是这样的:
range(start, stop, [step])，分别是起始、终止和步长，实际范围是从start 到 stop-1
python 操作excel :
https://blog.csdn.net/qq_45037797/article/details/94882848
https://blog.csdn.net/weixin_43094965/article/details/82226263
https://blog.csdn.net/weixin_33835690/article/details/88736400
https://blog.csdn.net/bananaooo/article/details/79413742
