用 Python 读 Excel：日期变 datetime、公式读成 None、空行多出一半

三份记账 Excel，两年多的数据，想把它们并成一份 CSV。本来以为读单元格、拼一行、写文件，十几行代码的事。结果五个坑挨个踩了一遍，每一个都不报错，只是给你错的数据。

用的 openpyxl，装了就一个包。

坑一：日期读出来是 datetime，不是你想的字符串

单元格里明明写的是 2026-11-01，读出来是这样：

repr(ws["A2"].value)           →  datetime.datetime(2026, 11, 1, 0, 0)
type(ws["A2"].value).__name__  →  'datetime'

它不是字符串，也不是 date，是 datetime。直接写进 CSV 变成 2026-11-01 00:00:00，等你想按天分组的时候发现全带时间尾巴。

from datetime import datetime, date
v = ws["A2"].value
if isinstance(v, (datetime, date)):
    v = v.strftime("%Y-%m-%d")

坑二：data_only=True 读出来是 None

表里有一列合计是公式 =SUM(C2:C4)。想拿算好的值，用了 load_workbook(path, data_only=True)，结果拿到 None。

原因是 openpyxl 自己不计算公式。data_only=True 只是去读 Excel 上次保存时缓存的结果。这个文件如果是脚本刚生成的、从没被 Excel 打开保存过，缓存就是空的，只能给你 None。

两种处理：用 Excel 手动打开保存一次；或者干脆别读公式列，自己算。

坑三：合并单元格只有左上角有值

B4:B5 合并写了「合并测试」，读出来是：

B4  →  '合并测试'
B5  →  None

遍历行的时候 B5 那行就少一个字段。如果合并的是「月份」这种关键列，按月份统计会直接漏掉一半数据。可以先展开再读：

for rng in ws.merged_cells.ranges:
    top = ws.cell(rng.min_row, rng.min_col).value
    for r in range(rng.min_row, rng.max_row + 1):
        for c in range(rng.min_col, rng.max_col + 1):
            ws.cell(r, c).value = top

坑四：给空单元格设个样式，max_row 就翻倍

这个最阴。我在 A12 设了加粗，一个字都没写。存盘再读：

max_row = 12          ← 实际数据只到第 7 行
iter_rows 行数 = 12
最后三行 = [(None, None, None, None), (None, None, None, None), (None, None, None, None)]

7 行数据读出 12 行，多出 5 行全 None。因为 max_row 统计的是「有内容或有格式」的最大行，一个字体设置也算数。写到 CSV 就是一堆空行。

别拿 max_row 当行数，过滤一遍：

rows = [r for r in ws.iter_rows(values_only=True)
        if any(c is not None and str(c).strip() != "" for c in r)]

坑五：CSV 不带 BOM，Excel 打开全乱码

Python 默认 encoding="utf-8" 写出来的中文 CSV，双击用 Excel 打开是乱码。看一眼文件头就明白：

utf-8      →  b'.\xe6\x97\xa5\xe6\x9c\x9f,'
utf-8-sig  →  b'\xef\xbb\xbf.\xe6\x97\xa5\xe6\x9c\x9f,'

后者多出 EF BB BF 三个字节，就是 BOM，Excel 认这个。

with open("out.csv", "w", newline="", encoding="utf-8-sig") as f:

newline="" 也别省，不然 Windows 上每行会多一个空行。

合成一段能跑的代码

把上面五个坑都堵上，从读 Excel 到写 CSV 完整一段：

import openpyxl, csv
from datetime import datetime, date

wb = openpyxl.load_workbook("bill.xlsx", data_only=False)
ws = wb.active

# 展开合并单元格
for rng in ws.merged_cells.ranges:
    top = ws.cell(rng.min_row, rng.min_col).value
    for r in range(rng.min_row, rng.max_row + 1):
        for c in range(rng.min_col, rng.max_col + 1):
            ws.cell(r, c).value = top

def clean(v):
    if isinstance(v, (datetime, date)):
        return v.strftime("%Y-%m-%d")
    return v

with open("bill.csv", "w", newline="", encoding="utf-8-sig") as f:
    w = csv.writer(f)
    for row in ws.iter_rows(values_only=True):
        if not any(c is not None and str(c).strip() != "" for c in row):
            continue
        w.writerow([clean(c) for c in row])

十几份表、二十多万行，这套跑下来没再出问题。真正花时间的不是写代码，是发现「读出来的东西和你眼睛看到的不是一回事」。这五个坑没有一个会抛异常，全都安安静静给你错的数据，直到你拿去做统计才发现对不上。