Question

我正在处理一些通过解析xml从xlsx文件中读取数据的代码。除日期单元格外，这一切都非常简单。

日期存储为整数，并具有“s”属性，该属性是样式表的索引，可用于获取日期格式字符串。以下是上一个stackoverflow问题的一些示例：

19 ='h：mm：ss AM / PM';

20 ='h：mm';

21 ='h：mm：ss';

22 ='m / d / yy h：mm';

这些是来自ooxml标准的内置日期格式化字符串，但似乎excel倾向于使用自定义格式化字符串而不是内置。以下是Excel 2007电子表格中的示例格式。 numFmtId大于164是一种自定义格式。

<numFmt formatCode="MM/DD/YY" numFmtId="165"/>

确定是否应将单元格格式化为日期很困难，因为我能找到的唯一指标是formatCode。这个显然是一个日期，但细胞可以通过多种方式进行格式化。我最初的尝试是在formatCode中查找Ms，Ds和Ys，但这似乎有问题。

有没有人对这个问题有好运？似乎目前缺乏xlsx支持的标准Excel阅读库。我已经阅读了标准并且已经挖掘了很多xlsx文件而没有太多运气。

最好的信息似乎来自这个stackoverflow问题：

what indicates an office open xml cell contains a date time value

谢谢！

Answer 1

日期存储为整数

在Excel数据模型中，实际上没有整数这样的东西。一切都是浮动的。日期和日期时间是浮点数，表示自变量纪元以来的天数和分数。时间是一天的一小部分。

似乎标准优秀 xlsx缺少阅读库支持此时。

谷歌（ “xlsxrd”）。要及时了解最新信息，请加入the python-excel group。

修改我看到您有already asked a question there。如果您曾在此处提出具体问题，或者回复了我的澄清请求，那么您将在两周前获得此信息。

查看xlrd文档。在前面有一个关于Excel日期的讨论。所有这些都适用于Excel 2007以及早期版本。特别是：有必要解析自定义格式。有必要有一个“标准”格式索引表，用于日期格式。某些地方列出的“标准”格式不包括CJK语言环境中使用的格式。

您的选择：

（1）借用xlrd源代码，包括xldate_as_tuple函数。

（2）选项（1）+获取xlsxrd螺栓套件并借用其源代码。

（3）[推荐]获取xlsxrd bolt-on工具包并使用它......您将获得一组API，这些API可以在Excel版本2.0到2007和Python版本2.1到2.7之间运行。

Answer 2

仅仅以数字格式代码

查找Ms，Ds和Ys是不够的

[Red]#,##0 ;[Yellow](#,##0)

是完全有效的数字格式，包含Y和D，但不是日期格式。我专门测试方括号之外的任何标准日期/时间格式字符（'y'，'m'，'d'，'H'，'i'，'s'）（'[''] “）。即使在那时，我发现一些误报正在下滑，主要与会计和货币格式有关。因为这些通常以下划线（'_'）或空格后跟零（'0'）开头（我都没有遇到日期格式，我明确地过滤掉这些值。

我的（PHP）代码的一部分，用于确定格式掩码是否为日期：

private static  $possibleDateFormatCharacters = 'ymdHis';

//  Typically number, currency or accounting (or occasionally fraction) formats
if ((substr($pFormatCode,0,1) == '_') || (substr($pFormatCode,0,2) == '0 ')) {
    return false;
}
// Try checking for any of the date formatting characters that don't appear within square braces
if (preg_match('/(^|\])[^\[]*['.self::$possibleDateFormatCharacters.']/i',$pFormatCode)) {
    return true;
}

// No date...
return false;

我确信我可能仍然会有例外情况，但是（如果是的话）可能是极端情况

确定xlsx单元格是否为Excel 2007电子表格的日期格式

2 个答案: