知識星球來自：開源中國
連結：https://my.oschina.net/editorial-story/blog/1622205
以下是一些 Python 編寫的用來解析和操作特殊文字格式的庫，希望對大家有所幫助。
01
Tablib
https://www.oschina.net/p/Tablib
Tablib 是一個用來處理與表格格式資料有關的 Python 庫，允許匯入、匯出、管理表格格式資料，並具備包括切片、動態列、標簽和過濾，以及格式化匯入和匯出等高階功能。
Tablib 支援匯出/匯入的格式包括：Excel 、JSON 、YAML 、HTML 、TSV 和 CSV ，暫不支援 XML 。
>>> data = tablib.Dataset(essay-headers=[‘First Name’, ‘Last Name’, ‘Age’])
>>> for i in [(‘Kenneth’, ‘Reitz’, 22), (‘Bessie’, ‘Monke’, 21)]:
… data.append(i)
>>> print(data.export(‘json’))
[{“Last Name”: “Reitz”, “First Name”: “Kenneth”, “Age”: 22}, {“Last Name”: “Monke”, “First Name”: “Bessie”, “Age”: 21}]
>>> print(data.export(‘yaml’))
– {Age: 22, First Name: Kenneth, Last Name: Reitz}
– {Age: 21, First Name: Bessie, Last Name: Monke}
>>> data.export(‘xlsx’)
>>> data.export(‘df’)
First Name Last Name Age
0 Kenneth Reitz 22
1 Bessie Monke 21
02
Openpyxl
https://www.oschina.net/p/openpyxl
Openpyxl 是一個用於讀寫 Excel 2010 xlsx / xlsm / xltx / xltm 檔案的 Python 庫。
Openpyxl 為 Python 原生讀取/寫入 Office Open XML 格式而生，最初是基於 PHPExcel 而開發。
from openpyxl import Workbook
wb = Workbook()
# grab the active worksheet
ws = wb.active
# Data can be assigned directly to cells
ws[‘A1’] = 42
# Rows can also be appended
ws.append([1, 2, 3])
# Python types will automatically be converted
import datetime
ws[‘A2’] = datetime.datetime.now()
# Save the file
wb.save(“sample.xlsx”)
03
unoconv
https://www.oschina.net/p/unoconv
unoconv，全稱為 Universal Office Converter ，是一個命令列工具，可在 LibreOffice/OpenOffice 支援的任意檔案格式之間進行轉換。
unoconv 支援批次轉換檔案，還可以結合 asciidoc和 docbook2odf / xhtml2odt 來建立 PDF 或 Word（.doc） 檔案。
[dag@moria cv]$ make odt pdf html doc
rm -f *.{odt,pdf,html,doc}
asciidoc -b docbook -d article -o resume.xml resume.txt
docbook2odf -f –params generate.meta=0 -o resume.tmp.odt resume.xml
Saved resume.tmp.odt
unoconv -f odt -t template.ott -o resume.odt resume.tmp.odt
unoconv -f pdf -t template.ott -o resume.pdf resume.odt
unoconv -f html -t template.ott -o resume.html resume.odt
unoconv -f doc -t template.ott -o resume.doc resume.odt
04
PyPDF2
https://www.oschina.net/p/pypdf
PyPDF2 是一個純 Python PDF 庫，能夠分割、合併、裁剪和轉換 PDF 檔案頁面。它還可以新增自定義資料、檢視選項和密碼到 PDF 檔案。
PyPDF2 可以從 PDF 中檢索文字和元資料，也可以將整個檔案合併在一起。
from PyPDF2 import PdfFileWriter, PdfFileReader
output = PdfFileWriter()
input1 = PdfFileReader(open(“document1.pdf”, “rb”))
# print how many pages input1 has:
print “document1.pdf has %d pages.” % input1.getNumPages()
# add page 1 from input1 to output document, unchanged
output.addPage(input1.getPage(0))
# add page 2 from input1, but rotated clockwise 90 degrees
output.addPage(input1.getPage(1).rotateClockwise(90))
# add page 3 from input1, rotated the other way:
output.addPage(input1.getPage(2).rotateCounterClockwise(90))
# alt: output.addPage(input1.getPage(2).rotateClockwise(270))
# add page 4 from input1, but first add a watermark from another PDF:
page4 = input1.getPage(3)
watermark = PdfFileReader(open(“watermark.pdf”, “rb”))
page4.mergePage(watermark.getPage(0))
output.addPage(page4)
# add page 5 from input1, but crop it to half size:
page5 = input1.getPage(4)
page5.mediaBox.upperRight = (
page5.mediaBox.getUpperRight_x() / 2,
page5.mediaBox.getUpperRight_y() / 2
)
output.addPage(page5)
# add some Javascript to launch the print window on opening this PDF.
# the password dialog may prevent the print dialog from being shown,
# comment the the encription lines, if that’s the case, to try this out
output.addJS(“this.print({bUI:true,bSilent:false,bShrinkToFit:true});”)
# encrypt your new PDF and add a password
password = “secret”
output.encrypt(password)
# finally, write “output” to document-output.pdf
outputStream = file(“PyPDF2-output.pdf”, “wb”)
output.write(outputStream)
05
Mistune
http://mistune.readthedocs.io/
Mistune 是一個純 Python 實現的 Markdown 解析器，功能齊全，包括表格、註釋、程式碼塊等。
Mistune 據稱是所有純 Python markdown 解析器中速度最快的（基準測試結果）。它在設計時考慮了模組化，以提供一個清晰易用的可擴充套件的 API 。
import mistune
mistune.markdown(‘I am using **mistune markdown parser**’)
# output:
I am using mistune markdown parser
06
csvkit
https://www.oschina.net/p/csvkit
csvkit 號稱是處理 csv 檔案的瑞士軍刀，集成了 csvlook ， csvcut 和 csvsql 等實用工具，可以以表格形式顯示 CSV 檔案，輕鬆選取 CSV 指定列，以及在其上執行 SQL 操作。
csvkit 是一個命令列工具，靈感來自 pdftk 、gdal 和其它類似工具。
●本文編號352，以後想閱讀這篇文章直接輸入352即可
●輸入m獲取文章目錄
