Excel masque les lignes, filtre les lignes et réduit les lignes. Seront-ils comptés lors de l'extraction ?
Il existe trois types de lignes et de colonnes qui ne sont pas visibles dans Excel : le masquage, le filtrage et le pliage manuels, ainsi que le regroupement et le pliage, avec des significations différentes. Cet article utilise openpyxl pour fournir le code de stratégie d'extraction correspondant, expliquant les conditions aux limites et les zones qui nécessitent une révision manuelle. Définissez les règles avant l’extraction.
Lorsque vous utilisez des scripts pour extraire du contenu d’Excel en vue d’une traduction ou d’une analyse, il est facile de rencontrer des « données invisibles ». Les lignes de résumé masquées manuellement sur l'interface, les lignes de détails bloquées par le filtrage automatique et le contenu regroupé et réduit ont des balises différentes dans le XML sous-jacent. Si toutes les cellules sont parcourues sans discernement, des champs calculés internes qui ne doivent pas être traduits peuvent être transmis au traducteur et des termes clés temporairement masqués par le filtrage peuvent être manqués.
Ce contenu est destiné aux développeurs et aux équipes de documentation qui ont besoin d'extraire des données Excel par lots. Après avoir lu, vous distinguerez les trois sémantiques « invisibles », comprendrez la différence entre hidden et auto_filter dans openpyxl et obtiendrez un exemple de code d'extraction synthétique et une liste d'acceptation. La configuration des règles avant l’extraction permet d’économiser plus d’efforts que la vérification ultérieure.
Conclusion en une phrase
Par défaut, les lignes masquées manuellement sont exclues, les lignes filtrées ou réduites sont conservées et les exigences telles que « extraire uniquement les résultats du filtre actuel » sont évaluées séparément.
| votre situation | Pratiques recommandées | raison |
|---|---|---|
La ligne a été masquée manuellement (hidden=1) | Exclure par défaut | Considéré comme un contenu que l'auteur avait l'intention d'exclure |
| Les lignes sont simplement masquées par le filtre automatique | Conserver par défaut | Le filtrage est une vue temporaire et ne signifie pas que le contenu est supprimé. |
Les lignes sont regroupées et réduites (outlineLevel>0 et collapsed=True) | Conserver l'extraction | L'effondrement est simplement la façon dont la vue est organisée, hidden est toujours faux |
| La ligne est à la fois masquée manuellement et dans la plage de filtre | Basé sur hidden, la priorité est donnée à l'exclusion | Le jugement de dissimulation manuelle est prioritaire |
| Nécessité d'extraire uniquement les résultats de la vue filtrée actuelle | Analysez auto_filter et faites la correspondance des valeurs, évaluez d'abord la complexité | Au-delà des jugements de base en matière de visibilité |
La différence sous-jacente entre la marque cachée et l'état du filtre
Dans le modèle objet d'openpyxl, la visibilité des lignes et des colonnes est contrôlée par la propriété hidden des objets RowDimension et ColumnDimension. Il s'agit d'une valeur booléenne qui correspond directement à hidden="1" ou hidden="0" en XML. Cette propriété est définie sur True lorsque l'utilisateur masque manuellement une ligne dans Excel.
L'"invisible" généré par AutoFilter ne modifie pas l'attribut hidden de la ligne. L'état du filtre est stocké dans l'objet auto_filter de la feuille de calcul. Il enregistre uniquement les colonnes auxquelles les conditions de filtre sont appliquées et la valeur actuelle du filtre, et ne modifie pas les propriétés d'affichage de la ligne elle-même.
Cela signifie:
- Seule la vérification de
row.hiddenignorera correctement les lignes masquées manuellement, mais inclura toutes les lignes masquées filtrées. - Si vous souhaitez extraire uniquement les résultats de filtrage actuels, vous devez analyser la configuration de
auto_filteret effectuer un filtrage secondaire basé sur les valeurs réelles des cellules. Cela implique l'analyse d'expressions conditionnelles et la correspondance de types de données, ce qui est bien plus complexe que le jugement de base en matière de visibilité.
Pour les scénarios de traduction de documents, une stratégie par défaut plus prudente consiste à respecter les marques cachées manuelles et à les traiter comme du contenu destiné à être exclu par l'auteur ; restez transparent sur l’état du filtrage et traitez-les comme des vues temporaires plutôt que comme des suppressions de contenu.
Exemple de synthèse : sortie correcte et cas extrêmes
Pour démontrer cette différence, nous construisons un échantillon synthétique : le tableau comporte 5 lignes au total, la ligne 1 est le titre, les lignes 2 à 4 sont les données et la ligne 5 est la formule de vérification interne. L'utilisateur a masqué manuellement la ligne 5 et appliqué un filtre sur la colonne 2, empêchant la ligne 3 d'être visible sur l'interface.
La stratégie d'extraction correcte doit produire : les lignes 1, 2 et 4 ; exclure la ligne 5 (car hidden=True) ; inclure la ligne 3 (bien que masquée par le filtre, mais hidden=False, c'est un contenu valide).
Si l'extracteur assimile le masquage du filtre au masquage manuel, la ligne 3 sera perdue ; si l'attribut hidden est complètement ignoré, la formule interne de la ligne 5 sera affichée sous forme de texte à traduire, provoquant une fuite d'informations ou un gaspillage de ressources de traduction.
Deux limites typiques nécessitent une attention particulière :
- Masqué manuellement et dans la plage du filtre : En fonction de l'attribut
hidden, la priorité est donnée à l'exclusion. - Group Collapse : Lorsque
outlineLevel > 0etcollapsed=True, les lignes sont réduites sur l'interface, maishiddenreste False. Ces lignes doivent être extraites car le pliage n'est qu'un moyen d'organiser la vue et ne signifie pas que le contenu n'est pas valide.
L'extracteur doit clairement distinguer ces trois sémantiques « invisibles », plutôt que d'utiliser simplement des jugements binaires « visible/invisible ».
Implémentation du code de la stratégie d'extraction openpyxl
L'exemple Python suivant construit un échantillon en mémoire et implémente la stratégie d'extraction décrite ci-dessus. Ce code n'est qu'une démonstration logique et n'a pas encore été exécuté dans un environnement de production. Il doit être vérifié dans un environnement indépendant avec des dépendances verrouillées. Il est recommandé d'utiliser la série openpyxl 3.1.x. Pour tester un fichier réel, préparez un fichier Excel masqué avec des lignes masquées manuellement, l'état du filtre et le regroupement des groupes, et assurez-vous que le fichier n'est pas protégé par mot de passe.
from openpyxl import Workbook
# 合成示例:构造含隐藏行与筛选的工作表(仅用于演示逻辑)
wb = Workbook()
ws = wb.active
ws.append(["Header", "Value"])
ws.append(["Visible Row", "A"])
ws.append(["Filtered Hidden", "B"]) # 将被筛选隐藏,但hidden=False
ws.append(["Visible Row", "C"])
ws.append(["Manual Hidden", "D"]) # 将被手动隐藏
# 设置手动隐藏(第5行)
ws.row_dimensions[5].hidden = True
# 注意:openpyxl不执行筛选逻辑,仅读写标记
# 真实场景中auto_filter由Excel设置,此处不模拟其效果
def extract_visible_rows(worksheet):
"""提取策略:跳过hidden=True的行,保留筛选隐藏行与折叠行"""
results = []
for row_idx in range(1, worksheet.max_row + 1):
# openpyxl中row_dimensions支持直接索引访问
row_dim = worksheet.row_dimensions[row_idx]
is_hidden = row_dim.hidden if row_dim else False
if not is_hidden:
row_data = [cell.value for cell in worksheet[row_idx]]
results.append((row_idx, row_data))
return results
extracted = extract_visible_rows(ws)
assert len(extracted) == 4, f"Expected 4 rows, got {len(extracted)}"
assert extracted[-1][1][0] == "Visible Row", "Last extracted should be visible row C"
assert all(r[1][0] != "Manual Hidden" for r in extracted), "Hidden row must be excluded"
Ce code n'a pas de requêtes réseau, de commandes shell ou d'E/S de fichier, et toutes les données sont construites en mémoire. L'assertion vérifie le comportement attendu selon lequel les lignes masquées manuellement sont exclues et les lignes masquées filtrées sont conservées.
Si l'entreprise requiert le résultat opposé (par exemple, extraire uniquement la vue filtrée actuelle), vous devez en outre analyser worksheet.auto_filter et implémenter une logique de correspondance de valeurs. Cela dépasse la portée du jugement de base en matière de visibilité. Il est recommandé d'évaluer la complexité avant de décider de le mettre en œuvre vous-même.
Liste de contrôle d'acceptation et limites d'examen manuel
Le code gère les balises hidden explicites, mais ne couvre pas tous les scénarios du monde réel. Le tableau suivant répertorie les situations anormales possibles réelles et les méthodes de traitement correspondantes pour référence lors de l'acceptation :
| Observer les phénomènes | Raisons possibles | Traitement automatisé | Conditions de déclenchement de l'examen manuel |
|---|---|---|---|
| Les lignes sont visibles dans Excel, mais le résultat de l'extraction est vide | La hauteur de la ligne est 0 ou le style est masqué | Vérifiez row_dimensions.ht == 0 | Consécutives ≥ 3 lignes de hauteur 0 |
| Extraire beaucoup de lignes vides | Non nettoyé après édition | Filtrer les lignes qui sont toutes Aucune | Les lignes vides représentent plus de 30 % |
| Les lignes de filtre ont été exclues de manière inattendue | Confondre auto_filter avec hidden | S'appuyer uniquement sur l'attribut row.hidden | Récupération de plus de 20 % de lignes en moins que prévu |
| Ligne de réduction du groupe manquante | Confondre collapsed avec hidden | L'attribut collapsed n'est pas coché | Des lignes avec outlineLevel > 0 existent |
| Les lignes masquées contiennent des termes clés | L'auteur cache par erreur | Exclure par hidden=True | La correspondance du glossaire a atteint la ligne masquée |
Il convient de noter que cette liste s'applique uniquement à la vérification logique au niveau du code et n'équivaut pas à une acceptation de la qualité de traduction de bout en bout. Lorsque vous rencontrez « Les lignes masquées contiennent des termes clés » ou « Exception dans le nombre de lignes extraites », le processus automatisé doit être suspendu et le personnel commercial familier avec le document source doit confirmer la sélection du contenu. openpyxl peut lire avec précision les balises XML, mais il ne peut pas comprendre l'intention commerciale. Techniquement, une « extraction correcte » peut ne pas être un « contenu correct » d’un point de vue commercial.
📊 Comparaison de base
| Condition | Attribut hidden | Traitement par défaut | illustrer |
|---|---|---|---|
| Masquer manuellement | True | exclure | Ce que l'auteur entendait exclure |
| Filtrage et blocage automatiques | False | réserve | Vue temporaire, vous devez analyser auto_filter pour obtenir uniquement le résultat actuel |
| Effondrement du groupe | False | réserve | outlineLevel > 0 et collapsed=True, affichez simplement l'organisation |
🎯 Quelle méthode vous convient ?
si tu……
- Pour préparer la traduction et vouloir que les champs internes masqués n'entrent pas dans la traduction : excluez par
hidden=Trueet utilisez le glossaire pour vérifier si les lignes masquées contiennent des termes clés. - Pour garantir que les termes du filtre ne soient pas oubliés : gardez les lignes masquées par le filtre et ne vous fiez pas uniquement à
auto_filterpour déterminer la validité du contenu. - Je souhaite uniquement extraire la vue filtrée actuelle : évaluez d'abord la complexité de l'analyse
auto_filteret de la correspondance des valeurs, puis décidez si vous souhaitez la développer vous-même. - Le tableau traité utilise fortement le pliage groupé : confirmez que les lignes pliées ont été extraites et examinées conformément à la condition de déclenchement de révision manuelle de
outlineLevel > 0.
❓ Questions fréquemment posées (FAQ)
1. Les lignes masquées par le filtrage seront-elles extraites ?
Selon la stratégie de cet article, lorsque l'on s'appuie uniquement sur row.hidden pour le jugement, la ligne cachée hidden=False sera incluse. Si vous devez extraire uniquement les résultats de filtrage actuels, vous devez également analyser auto_filter et effectuer une correspondance de valeurs.
2. Les lignes pliées en groupe doivent-elles être exclues ?
ne doit pas être exclu. hidden est toujours faux une fois plié. Le pliage n'est qu'un moyen d'organiser la vue et ne signifie pas que le contenu n'est pas valide.
3. Si une ligne est masquée mais dans la plage du filtre, laquelle prévaudra ?
L'attribut hidden prévaudra et sera exclu en premier.
4. Les résultats de l'extraction sont inférieurs aux attentes, que dois-je faire ?
Vérifiez d'abord si la hauteur de la ligne est 0 ou si auto_filter est utilisé à mauvais escient. Si le nombre de lignes extraites est inférieur de plus de 20 % au nombre prévu, il doit être suspendu et confirmé par le personnel de l'entreprise.
📝Résumé
Définissez les règles avant l'extraction : masquez et excluez manuellement, filtrez et pliez pour conserver, et laissez les exceptions à la révision manuelle. Pour traiter la traduction d'un document, vous pouvez d'abord l'essayer avec un échantillon désensibilisé.
Références et prochaines étapes
- openpyxl.worksheet.dimensions Documentation officielle de l'API : https://openpyxl.readthedocs.io/en/stable/api/openpyxl.worksheet.dimensions.html
Utilisez cette liste de contrôle pour la traduction de documents
Déterminez d’abord quels sont les textes, quels sont les formules et les codes commerciaux, puis traduisez le tableau. Le contrôle post-traduction vérifie non seulement si le chinois a été converti dans la langue cible, mais confirme également que les formules, les identifiants et les relations de référence n'ont pas été modifiés.
OmniDoc (portail produit) fournit un portail de traduction de documents multiformat et le site officiel présente des fonctions d'OCR, de glossaire et de comparaison bilingue. Pour les équipes qui souhaitent travailler directement à partir des fichiers, il s’agit d’une voie qui mérite d’être évaluée avec des échantillons réels. Veuillez utiliser des fichiers désensibilisés que vous êtes autorisé à télécharger et examiner les résultats en fonction des éléments de vérification de cet article. Rien ne prétend ici qu'OmniDoc utilise les bibliothèques open source ou les algorithmes internes mentionnés dans cet article, et les exemples ne remplacent pas les tests de performances du produit.


