Python 实现 excel 公式格式化工具
发布于: 2021 年 03 月 30 日
小小明：
很多跟数据打交道的人，都面对过很复杂的 excel 公式嵌套层数特别多，肉眼观看很容易蒙圈。在这样的需求背景，小小明就为了解决大家的痛点，做了一个 excel 公式格式化的工具。
效果体验
先看看效果吧：
=IF(C11>100%*C4,IF(C11<=200%*C4,C11*50%-C4*15%,C11*60%-C4*35%),IF(C11<=C4*50%,C11*30%,C11*40%-C4*5%))复制代码
的格式化结果是：
=IF(C11>100%*C4,IF(C11<=200%*C4,C11*50%-C4*15%,C11*60%-C4*35%),IF(C11<=C4*50%,C11*30%,C11*40%-C4*5%))
复制代码
(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12))/(MAX(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12)-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12))
复制代码
的格式化结果为：
(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12))/(MAX(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12)-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12))
复制代码
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),4),1,"")&56),0)))
复制代码
的格式化结果为：
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0)))
复制代码
接下来，将公布这套格式化程序的完整代码和开发思想，有技术能力的小伙伴可以考虑改进该代码。
完整代码
__author__ = 'xiaoxiaoming'
from collections import dequeimport re
class Node: def __init__(self, parent=None, tab_size=0): self.parent = parent self.tab_size = tab_size self.data = []
def is_single_node(self): for e in self.data: if not isinstance(e, str): return False return True
def get_single_text(self): return "".join(self.data)
def split_text_blocks(excel_func_text): """ 将excel公式字符串，按照一定的规则切割成数组 :param excel_func_text: 被切割的excel公式字符串 :return: 切割后的结果 """ excel_func_text = excel_func_text.replace('\n', '').replace('\r', '') excel_func_text = re.sub(" +", " ", excel_func_text) lines = [] i, j = 0, 0 while j < len(excel_func_text): c = excel_func_text[j] if (c == '(' and excel_func_text[j + 1] != ')') or c == ',': lines.append(excel_func_text[i:j + 1]) i = j = j + 1 elif c == ')' and excel_func_text[j - 1] != '(': if i < j: lines.append(excel_func_text[i:j]) i = j # 起始文件块置于)处 # 以下代码查找,如果中间不包含(或)，则将)和,之间的文本块加入到划分结果 k = excel_func_text.find(",", j + 1) l = excel_func_text.find("(", j + 1, k) m = excel_func_text.find(")", j + 1, k) if k != -1 and l == -1 and m == -1: lines.append(excel_func_text[i:k + 1]) i = j = k + 1 elif j + 1 < len(excel_func_text) and excel_func_text[j + 1] != ')': lines.append(")") lines.append(excel_func_text[j + 1]) i = j = j + 2 else: lines.append(")") i = j = j + 1 elif c == '"': j = excel_func_text.find('"', j + 1) + 1 else: j += 1 return lines
blank_char_count = 2
def combine_node(root, text_max_length=60, max_combine_layer=3): """ 合并最内层的只有纯文本子节点的节点为单个文本节点 :param root: 被合并的节点 :param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点 :param max_combine_layer: 最大合并层数 :return: """ for _ in range(max_combine_layer): no_change = True stack = deque([root]) while stack: node = stack.pop() tmp = {} for i, e in enumerate(node.data): if isinstance(e, Node): if e.is_single_node(): single_text = e.get_single_text() if len(single_text) < text_max_length: tmp[i] = single_text else: stack.append(e) for i, e in tmp.items(): node.data[i] = e if len(tmp) != 0: no_change = False if no_change: break
def node_next_line(node): for i, e in enumerate(node.data): if isinstance(e, str): if i == 0 or i == len(node.data) - 1: tab = node.tab_size - 1 else: tab = node.tab_size yield f"{' ' * blank_char_count * tab}{e}" else: yield from node_next_line(e)
def excel_func_format(excel_func_text, blank_count=2, combine_single_node=True, text_max_length=60, max_combine_layer=3): """ 将excel公式格式化成比较容易阅读的格式 :param excel_func_text: 被格式化的excel公式字符串 :param blank_count: 最终显示的格式化字符串的1个tab用几个空格表示 :param combine_single_node: 是否合并纯文本节点，该参数设置为True后面的参数才生效 :param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点 :param max_combine_layer: 最大合并层数 :return: 格式化后的字符串 """ global blank_char_count blank_char_count = blank_count blocks = split_text_blocks(excel_func_text) # print("\n".join(blocks)) # print('-----------拆分结果-----------') tab_size = 0 node = root = Node() for block in blocks: if block.endswith("("): tab_size += 1 child_node = Node(node, tab_size) node.data.append(child_node) node = child_node node.data.append(block) elif block.startswith(")"): tab_size -= 1 node.data.append(block) node = node.parent else: node.data.append(block) if combine_single_node: combine_node(root, text_max_length, max_combine_layer) result = [line for line in node_next_line(root)] return "\n".join(result)复制代码
处理流程浅析
下面都以如下公式作为示例：
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),4),1,"")&56),0)))
复制代码
文本分块切分
def split_text_blocks(excel_func_text): """ 将excel公式字符串，按照一定的规则切割成数组 :param excel_func_text: 被切割的excel公式字符串 :return: 切割后的结果 """ excel_func_text = excel_func_text.replace('\n', '').replace('\r', '') excel_func_text = re.sub(" +", " ", excel_func_text) lines = [] i, j = 0, 0 while j < len(excel_func_text): c = excel_func_text[j] if (c == '(' and excel_func_text[j + 1] != ')') or c == ',': lines.append(excel_func_text[i:j + 1]) i = j = j + 1 elif c == ')' and excel_func_text[j - 1] != '(': if i < j: lines.append(excel_func_text[i:j]) i = j # 起始文件块置于)处 # 以下代码查找,如果中间不包含(或)，则将)和,之间的文本块加入到划分结果 k = excel_func_text.find(",", j + 1) l = excel_func_text.find("(", j + 1, k) m = excel_func_text.find(")", j + 1, k) if k != -1 and l == -1 and m == -1: lines.append(excel_func_text[i:k + 1]) i = j = k + 1 elif j + 1 < len(excel_func_text) and excel_func_text[j + 1] != ')': lines.append(")") lines.append(excel_func_text[j + 1]) i = j = j + 2 else: lines.append(")") i = j = j + 1 elif c == '"': j = excel_func_text.find('"', j + 1) + 1 else: j += 1 return lines
s = """=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0))) """
blocks = split_text_blocks(s)for block in blocks: print(block)复制代码
的运行结果为：
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),4),1,"")&56),0)))
复制代码
这端代码首先替换掉所有的换行符，将多个空格替换为单个空格，然后将左右括号和逗号作为切分点进行切分。
但存在一些特殊情况，例如 ROW()和 COLUMN()括号内部没有任何内容，所有这种括号应该作为普通字符处理，另外被""包含的字符串可能包含括号，也应该作为普通字符。
构建多叉树层次结构
设计数据结构：
class Node: def __init__(self, parent=None, tab_size=0): self.parent = parent self.tab_size = tab_size self.data = []复制代码
parent 存储父节点的指针，tab_size 存储当前节点的层级，data 存储当前节点的所有数据。
构建代码：
tab_size = 0node = root = Node()for block in blocks: if block.endswith("("): tab_size += 1 child_node = Node(node, tab_size) node.data.append(child_node) node = child_node node.data.append(block) elif block.startswith(")"): tab_size -= 1 node.data.append(block) node = node.parent else: node.data.append(block)复制代码
构建完毕后，这段数据在内存中的结构（仅展示 data）如下:
遍历打印这颗多叉树
def node_next_line(node): for i, e in enumerate(node.data): if isinstance(e, str): if i == 0 or i == len(node.data) - 1: tab = node.tab_size - 1 else: tab = node.tab_size yield f"{' ' * 2 * tab}{e}" else: yield from node_next_line(e) result = [line for line in node_next_line(root)]print("\n".join(result))复制代码
结果：
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),4),1,"")&56),0)))
复制代码
合并最内层的节点
显然将最内层的 node5 节点合并一下阅读性更好：
首先给数据结构增加判断是否为纯文本节点的方法：
class Node: def __init__(self, parent=None, tab_size=0): self.parent = parent self.tab_size = tab_size self.data = []
def is_single_node(self): for e in self.data: if not isinstance(e, str): return False return True
def get_single_text(self): return "".join(self.data)复制代码
下面是合并纯文本节点的实现，maxcombinelayer 决定了合并的最大次数，如果合并后长度超过 textmaxlength 参数，则不应用这次合并：
from collections import deque
def combine_node(root, text_max_length=60, max_combine_layer=3): """ 合并最内层的只有纯文本子节点的节点为单个文本节点 :param root: 被合并的节点 :param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点 :param max_combine_layer: 最大合并层数 :return: """ for _ in range(max_combine_layer): no_change = True stack = deque([root]) while stack: node = stack.pop() tmp = {} for i, e in enumerate(node.data): if isinstance(e, Node): if e.is_single_node(): single_text = e.get_single_text() if len(single_text) < text_max_length: tmp[i] = single_text else: stack.append(e) for i, e in tmp.items(): node.data[i] = e if len(tmp) != 0: no_change = False if no_change: break复制代码
合并一次：
combine_node(root, 100, 1)result = [line for line in node_next_line(root)]print("\n".join(result))复制代码
结果：
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0)))
复制代码
合并二次：
combine_node(root, 100, 2)result = [line for line in node_next_line(root)]print("\n".join(result))复制代码
结果：
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0)))
复制代码
合并三次：
combine_node(root, 100, 3)result = [line for line in node_next_line(root)]print("\n".join(result))复制代码
结果：
=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),0)))
复制代码
合并三次后的内存情况：
体验网址
http://xiaoxiaoming.xyz:8088/excel
不保证永久有效。
GUI 图形化工具开发
下面使用 PySimpleGUI 开发一个图形化工具，完整代码：
#!/usr/bin/env python3# -*- coding: utf-8 -*-# 创建时间：2020/12/25 12:03__author__ = 'xiaoxiaoming'
import PySimpleGUI as sgimport pyperclip
from excel_func_format import excel_func_format
sg.change_look_and_feel("GreenMono")
layout = [ [ sg.Text("代格式化的excel公式：") ], [ sg.Multiline(size=(80, 4), enter_submits=True, key='text'), ], [ sg.Checkbox('是否合并内层函数', default=True, key="is_combine", enable_events=True), sg.Text("合并后的文件长度不超过："), sg.In(size=(4, 1), key="length", default_text="60"), sg.Text("最大合并层数："), sg.In(size=(4, 1), key="layer", default_text="3"), ], [ sg.Text("每个tab用多少个空格表示："), sg.In(size=(4, 1), key="tab_size", default_text="2"), ], [ sg.Button('格式化', enable_events=True, key="start"), sg.Button('清空已输入的公式', enable_events=True, key="clear"), sg.Button('格式化剪切板的内容', enable_events=True, key="paste"), sg.Button('复制结果到剪切板', enable_events=True, key="copy"), ], [ sg.Text("格式化的结果：") ], [ sg.Output(size=(80, 28), key="out") ]]window = sg.Window('Excel公式格式化/美化器', layout)while True: event, values = window.read() if event in (None,): break # 相当于关闭界面 elif event == "start": window['out'].Update("") result = excel_func_format(values['text'], int(values["tab_size"]), values["is_combine"], int(values["length"]), int(values["layer"])) print(result, end="") elif event == "clear": window['text'].Update("") elif event == "paste": text = pyperclip.paste() window['text'].Update(text) window['out'].Update("") result = excel_func_format(text, int(values["tab_size"]), values["is_combine"], int(values["length"]), int(values["layer"])) print(result, end="") elif event == "copy": pyperclip.copy(window['out'].Get().strip()) elif event == "is_combine": if values["is_combine"]: window["length"].Update(disabled=False) window["layer"].Update(disabled=False) else: window["length"].Update(disabled=True) window["layer"].Update(disabled=True)
window.close()复制代码
打包 exe：
pyinstaller -wF --icon=excel.ico excel_func_format_GUI.py复制代码
运行效果：
划线
评论
复制
发布于: 2021 年 03 月 30 日阅读数: 10
版权声明: 本文为 InfoQ 作者【小小明】的原创文章。
原文链接:【http://xie.infoq.cn/article/7f36b60d3165b353f58d329ea】。文章转载请联系作者。
小小明
关注
还未添加个人签名 2019.08.26 加入
还未添加个人简介
评论 (1 条评论)