xlrd/xlwt与openpyxl的读写效率比较

   之前写过python中xlrd/xlwt与openpyxl处理Excel的文章，也提到过两者的主要区别在于写入操作，其中xlwt针对Ecxec2007之前的版本，即.xls文件，其要求单个sheet不超过65535行，而openpyxl则主要针对Excel2007之后的版本（.xlsx），它对文件大小没有限制。另外就是两者读写速度存在差异，为了比较它们的差异，特别做了以下测试：

测试一：xlrd与openpyxl的读取速度差异

   由于文件较小时，两者差别不明显，因此这里选取了一个137732行、10列，大小为7.53MB的.xlsx文件进行测试，分别使用xlrd与openpyxl模块读取同一位置的值并打印，过程中利用time.clock()计算所用时间（win10-x64，i5系统），两者代码如下：

#使用xlrd进行读取import xlrdimport timetime.clock()f = xlrd.open_workbook('test.xlsx')sheet1 = f.sheet_by_name('Sheet1')print(sheet1.cell(137731,2).value)t = time.clock()print(t)

#使用openpyxl进行读取import openpyxlimport timetime.clock()f = openpyxl.load_workbook('test.xlsx')sheet1 = f['Sheet1']print(sheet1.cell(row = 137732 ,column = 3).value)t = time.clock()print(t)

重复进行5次结果如下 ：

方法 第一次（s） 第二次 第三次 第四次 第五次 平均时间 xlrd 13.574 13.110 13.209 13.187 13.075 13.231 openpyxl 20.815 21.959 21.264 20.820 22.359 21.443

可见对于大文件的读取，xlrd有明显的优势。

测试二：xlwt与openpyxl的写入速度差异

   这里不考虑表格字体、边框、对齐等格式要求，分别用xlwt与openpyxl生成一个65535行，1列，单元格内为整型数值的.xls与xlsx文件，代码如下：

#使用xlwt生成文件import xlwtimport timetime.clock()f = xlwt.Workbook()sheet1 = f.add_sheet('A Demo')for i in range(65535):    sheet1.write(i,0,i)f.save('xlwt.xls')t = time.clock()print(t)

#使用openpyxl生成文件import openpyxlimport timetime.clock()f = openpyxl.Workbook()sheet1 = f.activefor i in range(65535):    sheet1.cell(row = i+1,column = 1,value = i)f.save('openpyxlw.xlsx')t = time.clock()print(t)

5次测试结果如下：

方法 第一次（s） 第二次 第三次 第四次 第五次 平均时间 xlwt 1.232 1.175 1.185 1.563 1.221 1.275 openpyxl 3.028 3.023 2.953 3.025 3.035 3.013

同样可以发现xlwt在写入时速度更快，效率更高。

  整体而言，两个库对小文件的读写速度差别不大，而当文件较大时，xlrd/xlwt速度明显优于openpyxl，但因为xlwt无法生成xlsx是个硬伤，所以想要尽量提高效率又不影响结果时，可以考虑用xlrd读取，用openpyxl写入。