實用又好用，6款Python 特殊文本格式處理庫推薦

以下是一些 Python 編寫的用來解析和操作特殊文本格式的庫，希望對大家有所幫助。

01

Tablib

https://www.oschina.net/p/Tablib

Tablib 是一個用來處理與表格格式數據有關的 Python 庫，允許導入、導出、管理表格格式數據，並具備包括切片、動態列、標籤和過濾，以及格式化導入和導出等高級功能。

Tablib 支持導出/導入的格式包括：Excel 、JSON 、YAML 、HTML 、TSV 和 CSV ，暫不支持 XML 。

>>> data = tablib.Dataset(headers=["First Name", "Last Name", "Age"])

>>> for i in [("Kenneth", "Reitz", 22), ("Bessie", "Monke", 21)]:

... data.append(i)

>>> print(data.export("json"))

[{"Last Name": "Reitz", "First Name": "Kenneth", "Age": 22}, {"Last Name": "Monke", "First Name": "Bessie", "Age": 21}]

>>> print(data.export("yaml"))

-

-

>>> data.export("xlsx")

>>> data.export("df")

First Name Last Name Age

0 Kenneth Reitz 22

1 Bessie Monke 21

02

Openpyxl

https://www.oschina.net/p/openpyxl

Openpyxl 是一個用於讀寫 Excel 2010 xlsx / xlsm / xltx / xltm 文件的 Python 庫。

Openpyxl 為 Python 原生讀取/寫入 Office Open XML 格式而生，最初是基於 PHPExcel 而開發。

from openpyxl import Workbook

wb = Workbook()

# grab the active worksheet

ws = wb.active

# Data can be assigned directly to cells

ws["A1"] = 42

# Rows can also be appended

ws.append([1, 2, 3])

# Python types will automatically be converted

import datetime

ws["A2"] = datetime.datetime.now()

# Save the file

wb.save("sample.xlsx")

03

unoconv

https://www.oschina.net/p/unoconv

unoconv，全稱為 Universal Office Converter ，是一個命令行工具，可在 LibreOffice/OpenOffice 支持的任意文件格式之間進行轉換。

unoconv 支持批量轉換文檔，還可以結合 asciidoc和 docbook2odf / xhtml2odt 來創建 PDF 或 Word（.doc） 文件。

04

PyPDF2

https://www.oschina.net/p/pypdf

PyPDF2 是一個純 Python PDF 庫，能夠分割、合併、裁剪和轉換 PDF 文件頁面。它還可以添加自定義數據、查看選項和密碼到 PDF 文件。

PyPDF2 可以從 PDF 中檢索文本和元數據，也可以將整個文件合併在一起。

from PyPDF2 import PdfFileWriter, PdfFileReader

output = PdfFileWriter()

input1 = PdfFileReader(open("document1.pdf", "rb"))

# print how many pages input1 has:

print "document1.pdf has %d pages." % input1.getNumPages()

# add page 1 from input1 to output document, unchanged

output.addPage(input1.getPage(0))

# add page 2 from input1, but rotated clockwise 90 degrees

output.addPage(input1.getPage(1).rotateClockwise(90))

# add page 3 from input1, rotated the other way:

output.addPage(input1.getPage(2).rotateCounterClockwise(90))

# alt: output.addPage(input1.getPage(2).rotateClockwise(270))

# add page 4 from input1, but first add a watermark from another PDF:

page4 = input1.getPage(3)

watermark = PdfFileReader(open("watermark.pdf", "rb"))

page4.mergePage(watermark.getPage(0))

output.addPage(page4)

# add page 5 from input1, but crop it to half size:

page5 = input1.getPage(4)

page5.mediaBox.upperRight = (

page5.mediaBox.getUpperRight_x() / 2,

page5.mediaBox.getUpperRight_y() / 2

)

output.addPage(page5)

# add some Javascript to launch the print window on opening this PDF.

# the password dialog may prevent the print dialog from being shown,

# comment the the encription lines, if that"s the case, to try this out

output.addJS("this.print();")

# encrypt your new PDF and add a password

password = "secret"

output.encrypt(password)

# finally, write "output" to document-output.pdf

outputStream = file("PyPDF2-output.pdf", "wb")

output.write(outputStream)

05

Mistune

Mistune 是一個純 Python 實現的 Markdown 解析器，功能齊全，包括表格、注釋、代碼塊等。

Mistune 據稱是所有純 Python markdown 解析器中速度最快的（基準測試結果）。它在設計時考慮了模塊化，以提供一個清晰易用的可擴展的 API 。

import mistune

mistune.markdown("I am using **mistune markdown parser**")

# output:

I am using mistune markdown parser

06

csvkit

https://www.oschina.net/p/csvkit

csvkit 號稱是處理 csv 文件的瑞士軍刀，集成了 csvlook ， csvcut 和 csvsql 等實用工具，可以以表格形式顯示 CSV 文件，輕鬆選取 CSV 指定列，以及在其上執行 SQL 操作。

csvkit 是一個命令行工具，靈感來自 pdftk 、gdal 和其它類似工具。

一個有料，有內涵的平台，歡迎關注

聯繫我們

微信：chinasoft-wh

地址：

武漢市洪山區軟體園路F3棟4樓

歡迎您的加入！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！