用OpenPyXL高亮单元格关键词方法

本文深入解析了如何利用OpenPyXL 3.1+版本新增的CellRichText富文本功能，实现Excel单元格内关键词的精准、局部高亮——仅将匹配的独立单词（如“cat”不误匹配“category”）设为红色，其余文字保持默认黑色，完美支持大小写不敏感、多词共存、非重叠重复匹配等复杂场景；文章不仅揭示了原生API不提供“查找替换式”高亮的痛点，更提供了一套经过实战验证的完整代码方案，涵盖正则安全转义、区间有序拼接、空值与边界防护等关键细节，让自动化报表中的敏感词标注、术语变更追踪等工作真正变得可靠、高效且所见即所得。

本文详解如何利用 OpenPyXL 的富文本（`CellRichText`）功能，仅将单元格中匹配关键词列表的单词部分设为红色，保留其余文字为默认颜色，避免误匹配、重叠覆盖或遗漏多词场景。

在 Excel 自动化处理中，常需对单元格内特定词汇（如变更项、敏感词、旧术语）进行精准高亮，而非整单元格染色。OpenPyXL 从 3.1 版本起正式支持富文本（CellRichText），允许对同一单元格内不同字符片段分别设置字体样式——但其 API 并不直接支持“查找替换式”高亮，需手动拆分字符串并构建 TextBlock 序列。

以下为完整、健壮的实现方案：

✅ 核心思路：按位置有序拼接富文本块

1. 对每个非空单元格文本，用正则 re.finditer() 扫描所有 prev_list 中关键词的精确单词边界匹配（r'\b{word}\b'）；
2. 收集所有匹配的 (start, end) 区间，并按起始位置升序排序（确保顺序处理）；
3. 遍历这些区间，依次追加三类 TextBlock：
   • 当前匹配前的未高亮文本（黑色）；
   • 匹配词本身（红色）；
   • 上一匹配结束后、下一匹配开始前的中间文本（黑色）；
4. 处理完所有匹配后，补上末尾剩余文本。

✅ 完整可运行代码示例

from openpyxl import Workbook
from openpyxl.cell.text import InlineFont
from openpyxl.cell.rich_text import TextBlock, CellRichText
import pandas as pd
import re

# 读取关键词列表（去重 + 转字符串）
prev_words = pd.read_excel("prev_file.xlsx", usecols=['word'])
prev_list = list(set(prev_words['word'].dropna().astype(str).tolist()))  # 去重 & 过滤 NaN

# 初始化工作簿与数据写入
wb = Workbook()
ws = wb.active
df = pd.read_excel("new_file.xlsx")
for r in dataframe_to_rows(df, index=False, header=True):
    ws.append(r)

# 定义字体样式
red_font = InlineFont(color='FF0000')   # 红色（简写格式亦可，OpenPyXL 自动补全）
black_font = InlineFont(color='000000')  # 黑色

# 开始逐单元格处理（跳过表头行，min_row=2 → 第二行起）
for row in ws.iter_rows(min_row=2):  # 注意：Excel 行号从 1 开始，header 占第 1 行
    for cell in row:
        if not cell.value:  # 跳过空单元格，避免生成 "None" 字符串
            continue
        text = str(cell.value)

        # 查找所有不重叠的单词边界匹配（使用 set 加速 & \b 保证整词匹配）
        red_spans = []
        for word in prev_list:
            if not word.strip():  # 跳过空白词
                continue
            # 使用原始字符串防止转义问题，\b 确保匹配独立单词（如 'cat' 不匹配 'category'）
            pattern = rf'\b{re.escape(word)}\b'
            for match in re.finditer(pattern, text, flags=re.IGNORECASE):  # 忽略大小写更实用
                red_spans.append((match.start(), match.end()))

        if not red_spans:  # 无匹配则跳过处理
            continue

        # 按起始位置排序，确保线性拼接正确
        red_spans.sort(key=lambda x: x[0])

        # 构建富文本对象
        rich_text = CellRichText()
        prev_end = 0  # 上一个已处理区间的结束位置

        for start, end in red_spans:
            # 添加 start 之前未处理的文本（黑色）
            if prev_end < start:
                rich_text.append(TextBlock(black_font, text[prev_end:start]))
            # 添加当前匹配词（红色）
            rich_text.append(TextBlock(red_font, text[start:end]))
            prev_end = end

        # 添加最后一段剩余文本（黑色）
        if prev_end < len(text):
            rich_text.append(TextBlock(black_font, text[prev_end:]))

        cell.value = rich_text

wb.save("result_highlighted.xlsx")
wb.close()

⚠️ 关键注意事项

• 表头跳过逻辑：iter_rows(min_row=2) 是因 Excel 行号从 1 开始，且 dataframe_to_rows(..., header=True) 已将列名写入第 1 行。若存在多级表头，应改为 min_row=1 + df.columns.nlevels。
• 空值防护：显式检查 if not cell.value 可避免 None 被转为字符串 "None"，也防止对空单元格执行正则引发异常。
• 精确匹配保障：必须使用 \b（单词边界）和 re.escape(word)（转义特殊字符如 +, *, ( 等），否则关键词含正则元字符时会报错或误匹配。
• 性能优化：{*prev_list} 在原答案中用于去重，但实际循环中建议提前去重（如代码所示），避免重复编译正则；对大文件，可预编译正则对象池。
• 大小写处理：添加 flags=re.IGNORECASE 更符合业务场景（如 “Cat” 和 “cat” 均需高亮），如需严格区分，移除此参数。

该方案彻底解决了原始代码中“仅高亮最后一个匹配词”的缺陷，支持单单元格内任意次数、任意顺序、非重叠的多关键词高亮，输出效果严格符合预期：
✅ I have a dog, a cat and a fish → I have a **dog**, a **cat** and a **fish**（仅关键词红，标点与空格保持原色）。

以上就是《用OpenPyXL高亮单元格关键词方法》的详细内容，更多关于的资料请关注golang学习网公众号！