excel-safe-workflow

Excel Safe Editing Five-Step Method / Excel 安全编辑五步法

概述

编辑现有 Excel 文件（尤其是大文件或包含公式的文件）时，跳过勘察直接操作极易出错——不知道单元格里存的是值还是公式、insert 操作后公式引用错乱、处理完才发现数据对应不上。

此技能定义五步标准流程，所有 Excel 结构性编辑任务均应遵循。

第零步：备份（操作前必做） / Step Zero: Backup (Mandatory)

任何写操作都有不可逆风险。备份是第一道防线。

import shutil
from datetime import datetime

FILE = '目标文件.xlsx'
BAK = FILE.replace('.xlsx', f'_backup_{datetime.now().strftime("%Y%m%d_%H%M%S")}.xlsx')
shutil.copy2(FILE, BAK)
print(f'已备份: {os.path.basename(BAK)}')

规则：

• 操作前必备份，备份名含时间戳，同目录存放
• 操作成功后，同文件历史备份仅保留最新 3 份
• 操作失误后：立即删除损坏文件 → 从备份恢复 → 重试

第一步：勘察 / Step 1: Scout

目标：彻底了解文件结构，不遗漏任何关键信息。

1.1 文件体量

import os
size_mb = os.path.getsize('file.xlsx') / 1024 / 1024
print(f'文件大小: {size_mb:.1f} MB')

• 估算加载时间：~1s/MB（openpyxl 全量模式）
• 设定合理 timeout：至少 文件大小_MB × 2 + 60 秒

1.2 结构扫描

from openpyxl import load_workbook

# 全量模式获取准确行列数
wb = load_workbook('file.xlsx')
ws = wb.active
print(f'工作表: {ws.title}, 行: {ws.max_row}, 列: {ws.max_column}')

# 读取所有表头（可能有合并单元格/多行表头）
for row_idx in range(1, 4):  # 前3行，覆盖多行表头
    for col_idx in range(1, ws.max_column + 1):
        v = ws.cell(row=row_idx, column=col_idx).value
        if v is not None:
            print(f'  行{row_idx} 列{col_idx}: {repr(v)[:60]}')

1.3 数据类型双重扫描（关键！） / Dual Data Type Scan (Critical!)

这是最常见的翻车点。 必须同时用两种模式读取，对比确认是值还是公式：

# 模式A：默认模式 → 读到公式字符串
wb_raw = load_workbook('file.xlsx', read_only=True)
ws_raw = wb_raw.active

# 模式B：data_only → 读到计算结果
wb_data = load_workbook('file.xlsx', read_only=True, data_only=True)
ws_data = wb_data.active

# 对比目标列的2-6行
for col in target_columns:
    for row in range(2, 7):
        v_raw = ws_raw.cell(row=row, column=col).value
        v_data = ws_data.cell(row=row, column=col).value
        match = type(v_raw) == type(v_data)
        print(f'  列{col}行{row}: raw={type(v_raw).__name__}={repr(v_raw)[:30]}')
        print(f'         data_only={type(v_data).__name__}={repr(v_data)[:30]} {"✓" if match else "⚠️公式!"}')