python - 如何使 XLRD 读取 XLSX 单元格中的超链接？

Question

尽管此问题已在 2011 Getting a hyperlink URL from an Excel document、2013 Extracting Hyperlinks From Excel (.xlsx) with Python 和 2014 Getting the URL from Excel Sheet Hyper links in Python with xlrd 中在本论坛中提出，但这不是重复问题；仍然没有答案。在深入研究 xlrd 模块之后，似乎 Data_sheet.hyperlink_map.get((row, col)) 项目跳闸，因为“xlrd 无法读取没有 formatting_info 的超链接，目前 xlsx 不支持”@alecxe 在 Extracting Hyperlinks From Excel (.xlsx) with Python。问题:有人在从存储在 Excel 文件中的超链接中提取 URL 方面取得了进展吗？比如说，在所有客户数据中，有一列超链接。我正在考虑将 excel 工作表转储为 html 页面并按照通常的抓取(本地驱动器上的文件)进行操作的想法。但这不是生产解决方案。补充:是否有任何其他模块可以从超链接单元格上的 .cell(row,col).value() 调用中提取 url。有机械化的解决方案吗？非常感谢。

Answer 1

我在尝试从 xlsx 文件的单元格中获取超链接时遇到了同样的问题。我想到的解决方法是将 Excel 工作表简单地转换为 xls 格式，从中我可以毫不费力地获取超链接，完成编辑后，我将其格式化回原始 xlsx 文件。

我不知道这是否适合您的特定需求，或者格式的更改是否意味着一些我不知道的后果，但我认为值得一试。