python數據處理excel和pdf，並打包成exe

之前零散的用過一點python做數據處理，這次又遇到一個數據處理的小功能，因此，記錄一下整個流程，方便以后查閱。

功能要求：讀取excel，找指定的PDF文件的頁數是否與excel中記錄的一致

整個處理過程包括python環境配置，插件安裝，excel和PDF處理，exe打包

1、python環境配置

IDE用的是PyCharm社區版，pyhon環境用的是pandas，它內嵌了很多數據處理的插件，就有我們這次需要的excel處理插件。

安裝其他插件，PDF處理采用PyPDF2，exe打包采用pyinstaller

2、excel和PDF處理

整個代碼就不貼了，太多了也不想看，下面說一下主要代碼塊

1）excel讀寫

import pandas as pd

# 讀取excel文件，configPath為excel文件路徑，configSheetName為excel中sheet表單名稱
configTable = pd.read_excel(configPath, configSheetName)
# 讀取表單中的數據，返回一個數組，數組存儲每行的信息，fieldCount為表單數據列總數
configUnit = configTable.iloc[:, range(fieldCount)]

configCount = len(configUnit)
for k in range(configCount):
　　# 讀取第k行的具體列數據，loc的第二個參數是列名稱
　　pdfNm = NameUnit.loc[k, pdfNmName]
　　fileNum = NameUnit.loc[k, fileNmName]
   
    # 省略若干代碼...

# 創建excel對象
writer = pd.ExcelWriter(excelPath + u'_結果.xlsx', engine='xlsxwriter')
NameUnit.to_excel(writer, sheet_name=configSheetName)

workbook = writer.book
worksheet = writer.sheets[configSheetName]
for k in range(configCount):
    # 省略若干代碼...
    if pageCount != pageNum:
        # 如果excel中記錄值與實際值不相等
        format1 = workbook.add_format({'bg_color': 'red'})  # 紅色
    else:
        # 相等
        format1 = workbook.add_format({'bg_color': 'transparent'})  # 白色
    # 設置excel單元格格式
    worksheet.conditional_format(color_range, {'type': 'no_blanks', 'format': format1})
    worksheet.conditional_format(color_range, {'type': 'blanks', 'format': format1})

# 保存excel
writer.save()

 

2）PDF讀取

import PyPDF2
import os

# 判斷文件是否存在
if os.path.exists(pdfFilePath):
    # 獲取PDF對象
    pageObj = PyPDF2.PdfFileReader(pdfFilePath)
    # 獲取PDF頁碼總數
    pageNum = pageObj.getNumPages()

 

3、exe打包

1）配置PyInstaller

參數-F表示打包成一個exe文件，不帶-F則打包成一個文件夾，里面很多小文件，前一個運行速度慢一點，后一種運行速度快一點

2、遇到的問題

錯誤1：

RecursionError: maximum recursion depth exceeded

 

解決：在對應的spec文件前面添加最大的行數限制

import sys
sys.setrecursionlimit(5000)

 

錯誤2：

No module named 'pandas._libs.tslibs.timedeltas' in PyInstaller 

 

在pandas安裝路徑下，Anaconda3\Lib\site-packages\PyInstaller\hooks新建hook-pandas.py文件，並根據報錯信息添加缺少的模塊，以下是我添加的所有依賴模塊

hiddenimports=[
    #all your previous hidden imports
    'pandas', 'pandas._libs.tslibs.np_datetime', 'pandas._libs.tslibs.nattype',
    'pandas._libs.skiplist'
]

 

點擊Tools -> External Tools -> pyinstaller.exe運行spec文件，等個幾分鍾后就能在工程下的dist文件夾下找到打包的EXE，足足有300M。