Openpyxl 讀取 Excel 教學：完整步驟、實用技巧與常見問題解析

什麼是 openpyxl？適用場景與工具比較

openpyxl 是一套專為 Python 開發者設計的 Excel 處理函式庫，能讀取、寫入 .xlsx、.xlsm、.xltx、.xltm 等現代 Excel 格式（不支援舊版 .xls）。它特別適合需要自動化報表、資料分析、批次處理或整合 Excel 資料至其他系統的場景。
與其他常見工具比較：

常見限制：
– openpyxl 不支援舊版 .xls 格式。
– 公式僅能讀取字串，無法計算結果。
– 巨集（VBA）無法操作。

產業應用情境：
– 專案管理：自動彙整進度表、產出週報。
– 財務會計：批次讀取多份報表、資料整合。
– 行政庶務：自動化表單資料匯入、批次審核。

openpyxl 安裝與環境需求

安裝步驟

在命令列執行以下指令即可安裝最新版 openpyxl：

pip install openpyxl

版本建議：
建議搭配 Python 3.7 以上版本，確保相容性與效能。

常見安裝問題與解決

• 找不到 pip：請確認 Python 已正確安裝，並將 pip 加入環境變數。
• 權限不足：加上 --user 參數或以管理員身份執行。
• 版本衝突：可先執行 pip uninstall openpyxl 再重新安裝。

openpyxl 讀取 Excel 基本流程

載入 Excel 檔案

使用 load_workbook 載入檔案：

from openpyxl import load_workbook

file_path = 'example.xlsx'
wb = load_workbook(file_path)

常用參數說明：

異常處理實例：

try:
    wb = load_workbook(file_path)
except FileNotFoundError:
    print("找不到檔案，請確認路徑。")
except Exception as e:
    print(f"讀取失敗：{e}")

選擇與操作工作表

取得所有工作表名稱

sheet_names = wb.sheetnames
print(sheet_names)

選擇特定工作表

sheet = wb['Sheet1']  # 以名稱選擇
# 或
sheet = wb.active     # 取得預設工作表

產業應用情境：
如需批次處理多個工作表（如月報、部門分頁），可用迴圈依序讀取。

讀取單元格資料

以座標或索引讀取

value_a1 = sheet['A1'].value
value_b2 = sheet.cell(row=2, column=2).value

資料型態與空值處理

• openpyxl 會自動判斷型態（數字、文字、日期等）。
• 空白儲存格會回傳 None。

範例：判斷資料型態與處理空值

cell = sheet['A1']
if cell.value is None:
    print("此格為空")
elif isinstance(cell.value, int):
    print("數字：", cell.value)
elif isinstance(cell.value, str):
    print("文字：", cell.value)

讀取格式化內容

openpyxl 主要取得原始值，若需取得顯示格式（如千分位、日期格式），可參考 cell.number_format 屬性。

進階讀取技巧

迭代與範圍讀取

使用 iter_rows/iter_cols

可高效讀取大量資料，並可指定範圍：

for row in sheet.iter_rows(min_row=2, max_row=10, min_col=1, max_col=3):
    for cell in row:
        print(cell.value)

效率建議：
– 只需部分資料時，務必設定範圍，避免全表讀取影響效能。

使用座標範圍

for row in sheet['A1:C5']:
    for cell in row:
        print(cell.value)

適合小範圍快速存取，若需大量資料建議用 iter_rows。

讀取合併儲存格、公式、格式化

合併儲存格

合併儲存格僅左上角有值，其餘為 None：

cell = sheet['B2']
if cell.coordinate in sheet.merged_cells:
    print("此格為合併儲存格")

讀取公式與結果

• 預設讀取公式字串（如 =SUM(A1:A5)）。
• 若需讀取公式計算後的值，需以 data_only=True 載入：

wb = load_workbook(file_path, data_only=True)

注意：
若 Excel 檔案未經 Excel 軟體重新儲存，公式結果可能為 None。

取得格式化資訊

可讀取單元格格式：

cell = sheet['A1']
print(cell.number_format)  # 例如 'yyyy-mm-dd'

只讀模式與大型檔案處理

只讀模式（read_only）

適用於大型檔案，減少記憶體消耗：

wb = load_workbook(file_path, read_only=True)

限制：
只讀模式下無法修改資料、部分屬性不可用。

效能優化建議

• 只讀模式搭配 iter_rows 讀取，效能最佳。
• 避免一次性讀取整個工作表，建議分批處理。
• 若需處理多檔案，建議結合自動化排程工具（如 Monday.com）。

常見錯誤與例外處理

實務建議：
– 讀取前先確認檔案格式與工作表名稱。
– 例外處理可避免批次自動化中斷。

openpyxl 實用應用案例

案例一：批次讀取多份報表

假設有多個部門月報需彙整：

import glob
from openpyxl import load_workbook

files = glob.glob('reports/*.xlsx')
for file in files:
    wb = load_workbook(file, data_only=True)
    sheet = wb.active
    dept = sheet['A1'].value
    value = sheet['B2'].value
    print(f"{dept} 部門本月數值：{value}")

案例二：自動彙整專案進度

將多個專案進度表資料合併至一份總表，提升團隊協作效率。

openpyxl 與其他工具比較

選用建議：
– 需處理格式、公式、合併儲存格，建議用 openpyxl。
– 需大量資料分析、轉換，建議用 pandas。
– 只需讀舊版 .xls，可考慮 xlrd。

常見問題 FAQ

openpyxl 能處理多大的 Excel 檔案？

建議單檔不超過數十萬列。若需處理更大檔案，請務必使用 read_only 模式。

如何讀取公式計算結果？

載入檔案時加上 data_only=True，但需確保檔案已由 Excel 軟體儲存過。

為何讀取合併儲存格時只有左上角有值？

Excel 合併儲存格僅左上角儲存實際數值，其餘格會回傳 None。

openpyxl 能否寫入 Excel？

可以，openpyxl 同時支援讀取與寫入。

如何避免記憶體不足？

大型檔案請用 read_only 模式，並分批處理資料。

結論與延伸應用建議

openpyxl 是專案管理、團隊協作與自動化辦公不可或缺的工具，不僅能靈活讀取各類 Excel 檔案，還能結合自動化腳本，提升效率。建議進一步學習 openpyxl 的寫入、格式控制、圖表等功能，並可搭配 Monday.com、ClickUp 等專案管理平台，打造更高效的數據流與協作流程。