python实现excel公式格式化的示例代码

之前跟一些小伙伴有个讨论：

大概就是很多跟数据打交道的朋友都面对过很复杂的excel公式，有时嵌套层数特别多，肉眼观看很容易蒙圈。
有了这样的需求，我就有了解决问题的想法，说干就干，于是一个比较牛逼的excel公式格式化的工具就出现了。

效果体验

先看看效果吧：

=IF(C11>100％*C4,IF(C11<=200％*C4,C11*50％-C4*15％,C11*60％-C4*35％),IF(C11<=C4*50％,C11*30％,C11*40％-C4*5％))

的格式化结果是：

=IF(
C11>100％*C4,
IF(
 C11<=200％*C4,
 C11*50％-C4*15％,
 C11*60％-C4*35％
),
IF(
 C11<=C4*50％,
 C11*30％,
 C11*40％-C4*5％
)
)

(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100-MIN(SMA(MAX(CLOSE-DELAY(
CLOSE,1),0),12,1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12))/(MAX(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,
1)/SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,12)-MIN(SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)/SMA(ABS(
CLOSE-DELAY(CLOSE,1)),12,1)*100,12))

的格式化结果为：

(
SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)
/
SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)
*
100-MIN(
 SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)
 /
 SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,
 12
)
)
/
(
MAX(
 SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)
 /
 SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,
 12
)
-
MIN(
 SMA(MAX(CLOSE-DELAY(CLOSE,1),0),12,1)
 /
 SMA(ABS(CLOSE-DELAY(CLOSE,1)),12,1)*100,
 12
)
)

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),
4),1,"")&56),0)))

的格式化结果为：

=IF(
ROW()>COLUMN(),
"",
IF(
 ROW()=COLUMN(),
 $B15,
 ROUNDDOWN(
  $B15*INDIRECT(
   SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")
   &
   56
  ),
  0
 )
)
)

（文末有体验网址）

不过接下来，将公布这套格式化程序的完整代码和开发思想，有技术能力的小伙伴可以考虑改进该代码。

完整代码

__author__ = 'xiaoxiaoming'

from collections import deque
import re

class Node:
 def __init__(self, parent=None, tab_size=0):
   self.parent = parent
   self.tab_size = tab_size
   self.data = []

def is_single_node(self):
   for e in self.data:
     if not isinstance(e, str):
       return False
   return True

def get_single_text(self):
   return "".join(self.data)

def split_text_blocks(excel_func_text):
 """
 将excel公式字符串，按照一定的规则切割成数组
 :param excel_func_text: 被切割的excel公式字符串
 :return: 切割后的结果
 """
 excel_func_text = excel_func_text.replace('\n', '').replace('\r', '')
 excel_func_text = re.sub(" +", " ", excel_func_text)
 lines = []
 i, j = 0, 0
 while j < len(excel_func_text):
   c = excel_func_text[j]
   if (c == '(' and excel_func_text[j + 1] != ')') or c == ',':
     lines.append(excel_func_text[i:j + 1])
     i = j = j + 1
   elif c == ')' and excel_func_text[j - 1] != '(':
     if i < j:
       lines.append(excel_func_text[i:j])
       i = j # 起始文件块置于)处
     # 以下代码查找,如果中间不包含(或)，则将)和,之间的文本块加入到划分结果
     k = excel_func_text.find(",", j + 1)
     l = excel_func_text.find("(", j + 1, k)
     m = excel_func_text.find(")", j + 1, k)
     if k != -1 and l == -1 and m == -1:
       lines.append(excel_func_text[i:k + 1])
       i = j = k + 1
     elif j + 1 < len(excel_func_text) and excel_func_text[j + 1] != ')':
       lines.append(")")
       lines.append(excel_func_text[j + 1])
       i = j = j + 2
     else:
       lines.append(")")
       i = j = j + 1
   elif c == '"':
     j = excel_func_text.find('"', j + 1) + 1
   else:
     j += 1
 return lines

blank_char_count = 2

def combine_node(root, text_max_length=60, max_combine_layer=3):
 """
 合并最内层的只有纯文本子节点的节点为单个文本节点
 :param root: 被合并的节点
 :param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点
 :param max_combine_layer: 最大合并层数
 :return:
 """
 for _ in range(max_combine_layer):
   no_change = True
   stack = deque([root])
   while stack:
     node = stack.pop()
     tmp = {}
     for i, e in enumerate(node.data):
       if isinstance(e, Node):
         if e.is_single_node():
           single_text = e.get_single_text()
           if len(single_text) < text_max_length:
             tmp[i] = single_text
         else:
           stack.append(e)
     for i, e in tmp.items():
       node.data[i] = e
     if len(tmp) != 0:
       no_change = False
   if no_change:
     break

def node_next_line(node):
 for i, e in enumerate(node.data):
   if isinstance(e, str):
     if i == 0 or i == len(node.data) - 1:
       tab = node.tab_size - 1
     else:
       tab = node.tab_size
     yield f"{' ' * blank_char_count * tab}{e}"
   else:
     yield from node_next_line(e)

def excel_func_format(excel_func_text, blank_count=2, combine_single_node=True, text_max_length=60,
          max_combine_layer=3):
 """
 将excel公式格式化成比较容易阅读的格式
 :param excel_func_text: 被格式化的excel公式字符串
 :param blank_count: 最终显示的格式化字符串的1个tab用几个空格表示
 :param combine_single_node: 是否合并纯文本节点，该参数设置为True后面的参数才生效
 :param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点
 :param max_combine_layer: 最大合并层数
 :return: 格式化后的字符串
 """
 global blank_char_count
 blank_char_count = blank_count
 blocks = split_text_blocks(excel_func_text)
 # print("\n".join(blocks))
 # print('-----------拆分结果-----------')
 tab_size = 0
 node = root = Node()
 for block in blocks:
   if block.endswith("("):
     tab_size += 1
     child_node = Node(node, tab_size)
     node.data.append(child_node)
     node = child_node
     node.data.append(block)
   elif block.startswith(")"):
     tab_size -= 1
     node.data.append(block)
     node = node.parent
   else:
     node.data.append(block)
 if combine_single_node:
   combine_node(root, text_max_length, max_combine_layer)
 result = [line for line in node_next_line(root)]
 return "\n".join(result)

处理流程浅析

下面都以如下公式作为示例：

=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),
4),1,"")&56),0)))

文本分块切分

def split_text_blocks(excel_func_text):
 """
 将excel公式字符串，按照一定的规则切割成数组
 :param excel_func_text: 被切割的excel公式字符串
 :return: 切割后的结果
 """
 excel_func_text = excel_func_text.replace('\n', '').replace('\r', '')
 excel_func_text = re.sub(" +", " ", excel_func_text)
 lines = []
 i, j = 0, 0
 while j < len(excel_func_text):
   c = excel_func_text[j]
   if (c == '(' and excel_func_text[j + 1] != ')') or c == ',':
     lines.append(excel_func_text[i:j + 1])
     i = j = j + 1
   elif c == ')' and excel_func_text[j - 1] != '(':
     if i < j:
       lines.append(excel_func_text[i:j])
       i = j # 起始文件块置于)处
     # 以下代码查找,如果中间不包含(或)，则将)和,之间的文本块加入到划分结果
     k = excel_func_text.find(",", j + 1)
     l = excel_func_text.find("(", j + 1, k)
     m = excel_func_text.find(")", j + 1, k)
     if k != -1 and l == -1 and m == -1:
       lines.append(excel_func_text[i:k + 1])
       i = j = k + 1
     elif j + 1 < len(excel_func_text) and excel_func_text[j + 1] != ')':
       lines.append(")")
       lines.append(excel_func_text[j + 1])
       i = j = j + 2
     else:
       lines.append(")")
       i = j = j + 1
   elif c == '"':
     j = excel_func_text.find('"', j + 1) + 1
   else:
     j += 1
 return lines

s = """=IF(ROW()>COLUMN(),"",IF(ROW()=COLUMN(),$B15,ROUNDDOWN($B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(),
   4),1,"")&56),0))) """

blocks = split_text_blocks(s)
for block in blocks:
 print(block)

的运行结果为：

=IF(
ROW()>COLUMN(),
"",
IF(
ROW()=COLUMN(),
$B15,
ROUNDDOWN(
$B15*INDIRECT(
SUBSTITUTE(
ADDRESS(
1,
3+COLUMN()-ROW(),
4
),
1,
""
)
&
56
),
0
)
)
)

这端代码首先替换掉所有的换行符，将多个空格替换为单个空格，然后将左右括号和逗号作为切分点进行切分。

但存在一些特殊情况，例如ROW()和COLUMN()括号内部没有任何内容，所有这种括号应该作为普通字符处理，另外被""包含的字符串可能包含括号，也应该作为普通字符。

构建多叉树层次结构

设计数据结构：

class Node:
 def __init__(self, parent=None, tab_size=0):
   self.parent = parent
   self.tab_size = tab_size
   self.data = []

parent存储父节点的指针，tab_size存储当前节点的层级，data存储当前节点的所有数据。

构建代码：

tab_size = 0
node = root = Node()
for block in blocks:
 if block.endswith("("):
   tab_size += 1
   child_node = Node(node, tab_size)
   node.data.append(child_node)
   node = child_node
   node.data.append(block)
 elif block.startswith(")"):
   tab_size -= 1
   node.data.append(block)
   node = node.parent
 else:
   node.data.append(block)

构建完毕后，这段数据在内存中的结构（仅展示data）如下:

遍历打印这颗多叉树

def node_next_line(node):
 for i, e in enumerate(node.data):
   if isinstance(e, str):
     if i == 0 or i == len(node.data) - 1:
       tab = node.tab_size - 1
     else:
       tab = node.tab_size
     yield f"{' ' * 2 * tab}{e}"
   else:
     yield from node_next_line(e)

result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(
ROW()>COLUMN(),
"",
IF(
 ROW()=COLUMN(),
 $B15,
 ROUNDDOWN(
  $B15*INDIRECT(
   SUBSTITUTE(
    ADDRESS(
     1,
     3+COLUMN()-ROW(),
      4
    ),
    1,
    ""
   )
   &
   56
  ),
  0
 )
)
)

合并最内层的节点

显然将最内层的node5节点合并一下阅读性更好：

首先给数据结构增加判断是否为纯文本节点的方法：

class Node:
 def __init__(self, parent=None, tab_size=0):
   self.parent = parent
   self.tab_size = tab_size
   self.data = []

def is_single_node(self):
   for e in self.data:
     if not isinstance(e, str):
       return False
   return True

def get_single_text(self):
   return "".join(self.data)

下面是合并纯文本节点的实现，max_combine_layer决定了合并的最大次数，如果合并后长度超过text_max_length参数，则不应用这次合并：

from collections import deque

def combine_node(root, text_max_length=60, max_combine_layer=3):
 """
 合并最内层的只有纯文本子节点的节点为单个文本节点
 :param root: 被合并的节点
 :param text_max_length: 合并后的文本长度不超过该参数，则应用该合并替换原节点
 :param max_combine_layer: 最大合并层数
 :return:
 """
 for _ in range(max_combine_layer):
   no_change = True
   stack = deque([root])
   while stack:
     node = stack.pop()
     tmp = {}
     for i, e in enumerate(node.data):
       if isinstance(e, Node):
         if e.is_single_node():
           single_text = e.get_single_text()
           if len(single_text) < text_max_length:
             tmp[i] = single_text
         else:
           stack.append(e)
     for i, e in tmp.items():
       node.data[i] = e
     if len(tmp) != 0:
       no_change = False
   if no_change:
     break

合并一次：

combine_node(root, 100, 1)
result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(
ROW()>COLUMN(),
"",
IF(
 ROW()=COLUMN(),
 $B15,
 ROUNDDOWN(
  $B15*INDIRECT(
   SUBSTITUTE(
    ADDRESS(1,3+COLUMN()-ROW(), 4),
    1,
    ""
   )
   &
   56
  ),
  0
 )
)
)

合并二次：

combine_node(root, 100, 2)
result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(
ROW()>COLUMN(),
"",
IF(
 ROW()=COLUMN(),
 $B15,
 ROUNDDOWN(
  $B15*INDIRECT(
   SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")
   &
   56
  ),
  0
 )
)
)

合并三次：

combine_node(root, 100, 3)
result = [line for line in node_next_line(root)]
print("\n".join(result))

结果：

=IF(
ROW()>COLUMN(),
"",
IF(
 ROW()=COLUMN(),
 $B15,
 ROUNDDOWN(
  $B15*INDIRECT(SUBSTITUTE(ADDRESS(1,3+COLUMN()-ROW(), 4),1,"")&56),
  0
 )
)
)

合并三次后的内存情况：

体验网址

http://xiaoxiaoming.xyz:8088/excel

不保证永久有效。

来源：https://blog.csdn.net/as604049322/article/details/111504489