Excel正规表达式，还是导出到Python？ ; Python中的“Vlookup”？

Question

我们有一个包含人员记录的工作表的Excel文件。

1.电话号码卫生

其中一个字段是一个电话号码字段，其中包含格式如电话号码：

+XX(Y)ZZZZ-ZZZZ 

（其中X，Y和Z是整数）。

也有一些记录具有较少的数字，如：

+XX(Y)ZZZ-ZZZZ 

。有些人真的搞砸了格式：

+XX(Y)ZZZZ-ZZZZ/ZZZZ 

或：

ZZZZZZZZ 

我们需要将这些全部清理成以下格式：

0YZZZZZZZZ (or OYZZZZZZ with those with less digits). 

2.监事详细

每个人填写也有一个主管，给出的数字标识。我们需要做一个查询来获取该主管的姓名和电子邮件地址，并将其添加到该行。

该查找将首先在同一张工作表上（即搜索自己），然后可以更多人员回退到另一个工作簿。

3.方法？

对于第一个问题，我想在Excel/VBA中以某种方式使用正则表达式来进行解析。我的Excel-fu不是最好的，但我想我可以学习......哈哈。这一点上的任何特定点？

但是，我最好将XLS导出为CSV（例如使用xlrd），然后使用Python修复电话号码？

对于第二种方法，我想在Excel中使用vlookups来拉入数据，并以某种方式让它通过，首先搜索自身，然后在外部工作簿上，然后将错误文本。不知道如何做最后一部分。

但是，如果我碰巧选择导出为CSV并在Python中执行此操作，那么执行vlookup的有效方法是什么？ （我应该转换成一个字典，或者只是重复吗？或者有没有更好的，或者更地道的方式？）

干杯， 维克多

Answer 1

一般来说，避免使用Excel公式;使用xlrd来提取您需要的数据，然后忘记它来自Excel并使用Python处理数据。例如。解决xlrd/vlookup问题：最好的方法是从包含键和值的2列的相关部分创建一个字典ONCE。

使用xlrd导出为CSV然后再读回是浪费时间并丢失有价值的信息（例如什么是Excel单元格中数据的实际类型）。如果你的数据是在数据库中，你会将它导出为CSV并读回来？

Answer 2

如果你去VBA路线，那么值得看看在Tushar Mehta's documentation。如果你去Python路线，你可以尝试解析为CSV，或者，只是操纵内存中的东西，并通过XLWT编写（这将是我的首选技术）。您也可以考虑直接使用COM调用修改Excel数据，基于this之类的内容。最后，如果你承诺在Excel外执行此操作，则可以查看Jython和Apache POI。不是最轻量级的解决方案，但POI是我所知道的功能最齐全的库，不依赖于在Windows上运行。

正如其他人在评论中指出的那样，很难具体表达这样一个广泛的问题。希望这里的东西让你开始...