在 Python 后端开发、数据分析或自动化办公场景中，将 Excel 文件转换为可高效处理的程序数据结构是非常常见的需求。许多开发者习惯通过数字下标（如 row[2]、col[5]）直接取值，这种硬编码方式虽然快速，但会导致严重的行列索引耦合——代码可读性差、维护成本高，一旦表格列顺序调整，整段代码可能报错。本文将基于 Spire.XLS 库，通过三层递进的代码方案，实现 Excel 数据的结构化转换，依次落地二维列表、字典列表、自定义实体对象列表三种数据结构，适配不同业务场景，彻底解决索引硬编码痛点。
一、环境准备
本文所有示例基于 spire.xls 库实现，该库支持高兼容的 Excel 读写、格式解析、批量处理，无需依赖 Office 环境，跨平台适配性强。执行以下命令安装依赖：
二、方案一：原生二维列表（基础只读结构）
2.1 实现思路
这是最基本的 Excel 数据读取方式：获取工作表已用数据区域，逐行、逐单元格遍历取值，将所有数据存入二维列表，完整保留原始的行列矩阵结构。
2.2 完整代码实现
- from spire.xls import Workbook
- # 加载Excel文件、获取工作表
- workbook = Workbook()
- workbook.LoadFromFile("SalesReport.xlsx")
- sheet = workbook.Worksheets[0]
- # 获取表格已使用的数据区域
- cell_range = sheet.AllocatedRange
- # 初始化二维列表存储数据
- excel_data = []
- # 遍历行和列，逐单元格取值
- for row_idx in range(cell_range.RowCount):
- single_row = []
- for col_idx in range(cell_range.ColumnCount):
- # spire.xls 行列下标从1开始，需要做偏移适配
- single_row.append(cell_range[row_idx + 1, col_idx + 1].Value)
- excel_data.append(single_row)
- # 释放文件资源
- workbook.Dispose()
2.3 优缺点与适用场景
- 核心特点：完全复刻 Excel 矩阵结构，代码逻辑简单、无额外转换成本。
- 致命缺陷：数据访问完全依赖数字索引 excel_data[row][col]，代码语义完全缺失。若表格字段顺序调整、新增/删除列，所有索引下标需要批量修改，极易引发 Bug。
- 适用场景：仅用于临时数据预览、简单矩阵计算、一次性脚本，不推荐正式生产项目使用。
三、方案二：字典列表（通用业务首选结构）
3.1 实现思路
针对二维列表索引硬编码的痛点，优化结构：提取表格首行作为字段键（Key），每一行数据映射为一个字典（Value），最终形成字典列表数据结构。该方案将“数字索引取值”升级为“字段名语义取值”，彻底解耦列顺序依赖，是绝大多数 Excel 数据处理场景的最优通用方案。
3.2 完整代码实现
- from spire.xls import Workbook
- workbook = Workbook()
- workbook.LoadFromFile("SalesReport.xlsx")
- sheet = workbook.Worksheets[0]
- cell_range = sheet.AllocatedRange
- # 提取首行作为表头字段
- rows = list(cell_range.Rows)
- headers = [cell_range[1, col_idx + 1].Value for col_idx in range(cell_range.ColumnCount)]
- # 遍历数据行，映射为字典列表
- data_list = []
- # 跳过表头，从第二行开始读取业务数据
- for row in rows[1:]:
- row_dict = {}
- for idx, cell in enumerate(row.Cells):
- # 表头字段为键，单元格值为值
- row_dict[headers[idx]] = cell.Value
- data_list.append(row_dict)
- workbook.Dispose()
3.3 优缺点与适用场景
- 核心优势：通过语义化字段取值（data_list[0]["销售额"]），代码可读性大幅提升；列顺序调整不影响业务代码，兼容性极强；天然适配 JSON 序列化、Pandas 数据分析、API 数据传输。
- 微小不足：无固定数据类型约束，单元格数据默认原生类型，需要手动做类型转换和参数校验。
- 适用场景：数据清洗、批量数据导入导出、接口参数封装、日常数据分析，推荐作为绝大多数业务场景的首选方案。
四、方案三：自定义实体对象列表（强类型高可扩展结构）
4.1 实现思路
对于数据结构固定、业务逻辑复杂的 Excel 场景，字典结构的弱类型特性会带来类型混乱、无代码提示、无法封装业务逻辑等问题。因此我们做最终层级抽象：定义业务实体类，将每行 Excel 数据映射为实体对象，实现强类型约束、自动代码补全、自定义数据校验和业务方法封装。
4.2 完整代码实现
- # 定义业务实体类，固定数据结构与字段类型
- class Employee:
- def __init__(self, name: str, age: int | None, department: str):
- self.name = name # 员工姓名
- self.age = age # 员工年龄（可空）
- self.department = department # 所属部门
- def is_adult(self) -> bool:
- """判断是否为成年员工"""
- return self.age >= 18 if self.age else False
- from spire.xls import Workbook
- workbook = Workbook()
- workbook.LoadFromFile("EmployeeData.xlsx")
- sheet = workbook.Worksheets[0]
- cell_range = sheet.AllocatedRange
- employee_list = []
- # 遍历业务数据行
- for row in list(cell_range.Rows)[1:]:
- # 手动类型转换 + 空值兼容处理
- name = row.Cells[0].Value
- age = int(row.Cells[1].Value) if row.Cells[1].Value else None
- department = row.Cells[2].Value
- # 实例化实体对象并存入列表
- emp = Employee(name, age, department)
- employee_list.append(emp)
- workbook.Dispose()
4.3 核心亮点与适用场景
- 核心优势：
- 强类型约束：手动完成数据类型转换、空值兜底，避免数据类型异常；
- 代码可扩展：可在实体类中封装业务计算、数据校验、状态判断等方法；
- 开发效率高：IDE 支持字段智能补全，杜绝字段名拼写错误；
- 代码规范性强：数据与业务逻辑高度内聚，符合面向对象编程思想。
- 适用场景：数据结构长期稳定、需要复杂业务计算、需要参数校验、追求工程化规范的正式项目。
五、三种数据结构选型指南
根据不同业务复杂度快速选择最优方案：
- 二维列表：实现简单、无转换成本，但无语义、索引硬编码、维护困难。适用临时脚本、数据预览、矩阵计算。
- 字典列表：语义清晰、通用性强、兼容序列化，但弱类型、无结构化约束。适用绝大多数数据分析、数据同步、接口传输场景。
- 自定义对象列表：强类型、可扩展、可封装业务逻辑、易维护，但少量代码冗余、需要提前定义实体类。适用正式工程项目、结构化稳定数据、复杂业务逻辑处理。
六、关键注意点：资源释放避坑
所有示例中均包含 workbook.Dispose() 方法，这是使用 spire.xls 的核心避坑点。spire.xls 会持续占用本地 Excel 文件句柄，若读取文件后不主动释放资源，在批量循环处理文件、长期运行的服务中，会出现文件占用、内存泄漏、无法二次编辑文件等问题。因此，每次文件读取完成后，必须主动调用 Dispose 释放工作簿资源。
七、总结
从“二维列表数字索引”到“字典语义取值”，再到“自定义对象强类型封装”，三层数据结构的迭代本质是代码从“机器思维”向“业务思维”的升级。简单场景无需过度设计，通用场景优先字典列表，工程化复杂场景首选自定义实体对象。合理选择 Excel 数据结构化方式，能极大降低代码冗余、减少线上 Bug、提升项目可维护性。 |
发表于 
发表于