我是老姚，常德一个普通上班族。以前每天早上一来，就得对着电脑把那堆从不同部门汇总来的报表手动合并、调整格式，有时候为了找个单元格颜色对不对，眼睛都要看花。后来我试着用 Python 写个小脚本，把那些重复动作自动化了，虽然刚开始折腾得头皮发麻，但一旦跑通，真的省了一半时间。今天就想聊聊我用 openpyxl 处理 Excel 时踩过的两个最大的坑，都是真金白银换来的教训，希望能帮你少掉几根头发。 最近在用这个工具处理工作时，上手门槛比我想象的低很多。

很多人觉得 Python 处理 Excel 就是读个数据，其实最大的麻烦在于“格式”。我之前用 pandas 直接读写，觉得挺方便，结果发出去的文件，字体变了、列宽乱了，有些单元格的数字被强制转成了文本，对账的时候根本对不上。

后来我换成了 openpyxl，它更贴近 Excel 原生结构。但我还是踩了个坑：我在脚本里设置列宽和合并单元格时，没有考虑源文件里可能存在的隐藏行或特殊样式。有一次，我写了一段代码批量调整表头样式，结果运行完后，原本正常的边框线消失了，有些单元格还出现了奇怪的空白行。排查了很久才发现，是我在循环中覆盖了原有的样式对象，而没有先复制一份再修改。

所以我的建议是，如果你要批量处理格式，一定要先备份原文件，并且在脚本里先用 copy() 方法复制样式，再在新样式上操作。别想着直接覆盖，Excel 的格式体系很脆弱，动一处可能牵连一片。

第二个坑比格式更隐蔽，也更容易让人崩溃。那就是编码。我以前在处理一些从其他系统导出的 Excel 时，文件名或者单元格内容里有中文，直接用默认的 utf-8 读取，结果要么报 UnicodeDecodeError，要么读出来的中文是一堆乱码问号。

特别是当你的脚本需要遍历文件夹，处理几十个不同命名的 Excel 文件时，Windows 系统和 Python 之间的编码差异就能把你搞死。我后来摸索出一个比较稳的办法：在读取文件前，先打印出文件名的原始字节，用 chardet 库检测一下编码，如果是 gbk 就显式指定 encoding='gbk'。虽然这多了一步操作，但能避免大部分因编码不一致导致的崩溃。

另外，如果你要写回文件，尤其是内容包含大量中文时，记得保存为 .xlsx 格式，这是基于 XML 的，对中文支持更好；而旧的 .xls 格式在 Python 某些库中处理中文时更容易出问题。

用 Python 自动化 Excel 工作，确实能解放双手，但前提是你要尊重 Excel 的复杂性。格式错乱和编码问题，是新手最容易栽跟头的地方。别怕麻烦，先备份、再调试小样本，等脚本跑通了再批量执行。我现在每天早上的半小时，早就被这个脚本省下来了，剩下的时间可以用来研究点别的副业门道，或者单纯多睡会儿。生活嘛，能偷懒的地方就偷懒，把精力留给真正重要的事。

Python #副业 #AI工具 #Q领 #网盘拉新

Q领 · 用 AI 把副业跑通

本文由公众号 Q领 原创出品。关注我们，每周拆解一个能落地的 AI 副业玩法，附可直接套用的提示词与工具清单。

© Q领 · 转载请注明出处