python数据处理excel和pdf，并打包成exe

之前零散的用过一点python做数据处理，这次又遇到一个数据处理的小功能，因此，记录一下整个流程，方便以后查阅。

功能要求：读取excel，找指定的PDF文件的页数是否与excel中记录的一致

整个处理过程包括python环境配置，插件安装，excel和PDF处理，exe打包

1、python环境配置

IDE用的是PyCharm社区版，pyhon环境用的是pandas，它内嵌了很多数据处理的插件，就有我们这次需要的excel处理插件。

安装其他插件，PDF处理采用PyPDF2，exe打包采用pyinstaller

2、excel和PDF处理

整个代码就不贴了，太多了也不想看，下面说一下主要代码块

1）excel读写

import pandas as pd

# 读取excel文件，configPath为excel文件路径，configSheetName为excel中sheet表单名称

configTable = pd.read_excel(configPath, configSheetName)

# 读取表单中的数据，返回一个数组，数组存储每行的信息，fieldCount为表单数据列总数

configUnit = configTable.iloc[:, range(fieldCount)]

configCount = len(configUnit)

for k in range(configCount):

　　# 读取第k行的具体列数据，loc的第二个参数是列名称

　　pdfNm = NameUnit.loc[k, pdfNmName]

　　fileNum = NameUnit.loc[k, fileNmName]

    # 省略若干代码...

# 创建excel对象

writer = pd.ExcelWriter(excelPath + u'_结果.xlsx', engine='xlsxwriter')

NameUnit.to_excel(writer, sheet_name=configSheetName)

workbook = writer.book

worksheet = writer.sheets[configSheetName]

for k in range(configCount):

    # 省略若干代码...

    if pageCount != pageNum:

        # 如果excel中记录值与实际值不相等

        format1 = workbook.add_format({'bg_color': 'red'})  # 红色

    else:

        # 相等

        format1 = workbook.add_format({'bg_color': 'transparent'})  # 白色

    # 设置excel单元格格式

    worksheet.conditional_format(color_range, {'type': 'no_blanks', 'format': format1})

    worksheet.conditional_format(color_range, {'type': 'blanks', 'format': format1})

# 保存excel

writer.save()

2）PDF读取

import PyPDF2

import os

# 判断文件是否存在

if os.path.exists(pdfFilePath):

    # 获取PDF对象

    pageObj = PyPDF2.PdfFileReader(pdfFilePath)

    # 获取PDF页码总数

    pageNum = pageObj.getNumPages()

3、exe打包

1）配置PyInstaller

参数-F表示打包成一个exe文件，不带-F则打包成一个文件夹，里面很多小文件，前一个运行速度慢一点，后一种运行速度快一点

2、遇到的问题

错误1：

RecursionError: maximum recursion depth exceeded

解决：在对应的spec文件前面添加最大的行数限制

import sys

sys.setrecursionlimit(5000)

错误2：

No module named 'pandas._libs.tslibs.timedeltas' in PyInstaller

在pandas安装路径下，Anaconda3\Lib\site-packages\PyInstaller\hooks新建hook-pandas.py文件，并根据报错信息添加缺少的模块，以下是我添加的所有依赖模块

hiddenimports=[

    #all your previous hidden imports

    'pandas', 'pandas._libs.tslibs.np_datetime', 'pandas._libs.tslibs.nattype',

    'pandas._libs.skiplist'

]

点击Tools -> External Tools -> pyinstaller.exe运行spec文件，等个几分钟后就能在工程下的dist文件夹下找到打包的EXE，足足有300M。