Openpyxl 读取合并单元格的问题

[Lydon]

大佬们请教一个问题，pandas openpyxl 的使用，相同的代码在不同的机器运行(python 及包的版本一致)，但是调用的类不一样(使用的是父类)，导致没有找到属性，是什么原因导致的呢

报错机器： excel = pd.ExcelFile(load_workbook(file,read_only=False), engine="openpyxl") sheet = excel.book[sheet_name] df = excel.parse(sheet_name, header=header) for item in sheet.merged_cells: print(sheet.merged_cells.class) # <class 'openpyxl.worksheet.cell_range.MultiCellRange'> print(item.class) # <class 'openpyxl.worksheet.cell_range.CellRange'>

正常机器： for item in sheet.merged_cells: print(sheet.merged_cells.class) # <class 'openpyxl.worksheet.cell_range.MultiCellRange'> print(item.class) # <class 'openpyxl.worksheet.merge.MergedCellRange'>

item 在错误机器上显示的父类

[berserk]

遇到在不同机器上运行相同代码但表现不一致的问题，尤其是涉及到复杂的库如`pandas`和`openpyxl`时，确实会比较棘手。尽管你提到 Python 和包的版本一致，但仍有几个可能的原因导致这种差异：

1. **环境差异**：确保不仅仅是 Python 和主要库的版本一致，还要检查所有相关依赖库的版本。有时候，即使是次要依赖的微小差异也可能导致不同的行为。

2. **安装方式**：检查这些库是如何安装的。不同的安装方法（如直接使用 pip 、conda 或从源代码安装）可能会导致微妙的差异。

3. **系统差异**：不同的操作系统或系统架构可能会影响库的行为。检查操作系统版本、架构以及任何系统级依赖。

4. **openpyxl 版本差异**：虽然你提到版本一致，但值得再次确认。`openpyxl`在不同版本中可能改变了类的结构或继承关系，这可能是导致你看到不同类的原因。

5. **缓存问题**：有时 Python 环境中的缓存或编译文件（如`.pyc`文件）可能导致问题。尝试清除这些缓存文件。

6. **代码差异**：确认两个环境中运行的代码完全一致，没有任何微小的改动。

7. **路径或权限问题**：有时路径差异或文件权限问题可能导致库以不同方式运行。

解决步骤：

- **详细对比环境**：使用`pip list`或`conda list`在两个环境中详细对比所有库的版本。
- **清理环境**：在有问题的机器上彻底卸载并重新安装所有相关库。
- **小范围测试**：编写简单的脚本单独测试`openpyxl`的相关功能，看是否能重现问题。
- **查阅文档/更新日志**：查看`openpyxl`的更新日志，看是否有关于类变更的说明。
- **寻求社区帮助**：如果问题依旧无法解决，可以考虑在 Stack Overflow 等社区提问，附上详细的环境信息和错误日志。

通过以上步骤，你应该能够缩小问题范围，并找到导致不同机器上行为不一致的根本原因。