做电商自动化，Excel是绕不开的。采集的数据要存、清洗的数据要处理、多店铺的数据要汇总——到最后你会发现，流程大部分时间不是在跟网页打交道，而是在跟表格打交道。
我刚做自动化的时候，觉得Excel操作很简单——不就是“写入单元格”嘛。结果越做越发现坑多：数据量大了写入慢、循环遍历Excel效率低、多表协同搞不清楚逻辑、去重和清洗折腾半天。今天就把Excel表格处理这个模块完整讲一遍。
Excel操作的三个核心指令
影刀RPA的Excel操作指令都在右侧指令面板的“Excel/表格”分类下。最常用的有三个：
| 指令名称 | 功能 | 适用场景 |
|---------|------|---------|
| 打开Excel | 打开一个Excel文件，返回表格对象 | 所有Excel操作的前提 |
| 读取/写入行数据 | 读取或写入一整行数据 | 批量数据导入导出 |
| 保存/关闭Excel | 保存更改并关闭文件 | 所有操作结束后必须执行 |
一个容易忽略的点：所有Excel操作都依赖一个“表格对象”变量。你打开Excel的时候，影刀会返回一个类似$Excel对象的东西，后续所有读写指令都要用到这个对象。如果打开的时候没有保存这个返回值，后面的指令都用不了。
打开Excel的三种方式
在“打开Excel”指令里，打开方式有三个下拉选项：
方式一：按路径打开
最常用。直接指定文件路径，比如
C:\数据\商品列表.xlsx。注意路径里的反斜杠要写两个（\\），或者用正斜杠（/）。社区版用户注意：这个操作会计入运行时长。
方式二：使用已有Excel 如果你手动打开了Excel，可以用这个方式直接连接已经打开的表格。优点是快，不额外计时。但有个坑：你必须确保Excel没有被其他程序占用（比如你手动打开了正在编辑），否则会报“文件被占用”的错误。
方式三：新建Excel 创建一个新的Excel文件。适合从零开始生成报表的场景。
批量写入数据：用“写入行数据”而非“写入单元格”
很多人刚上手的时候喜欢用“写入单元格”一个一个写——数据量小的时候没问题，但一旦数据多了（比如几百上千条），速度会慢得让你怀疑人生。
正确做法：用“写入行数据”或“写入表格数据”批量写入。
逐行写入的模板
# 打开Excel
打开Excel 文件路径：C:\采集数据\商品列表.xlsx → $商品表
# 准备表头
写入行数据：表格对象=$商品表，行号=1，数据=[“商品名称”，“价格”，“销量”，“状态”]
# 循环写入数据
设置 $行号 = 2
ForEach $商品列表：
写入行数据：表格对象=$商品表，行号=$行号，数据=[$商品名，$价格，$销量，$状态]
$行号 = $行号 + 1
结束
# 保存并关闭
保存Excel：$商品表
关闭Excel：$商品表
一个关键区别：“写入行数据”是一次写入一整行，比“写入单元格”快得多。如果数据量大（超过500行），建议用“写入表格数据”一次性写入整个二维数组，速度还能再快几倍。
二维数组一次性写入
# 构建二维数组（所有数据）
设置 $所有数据 = []
$所有数据.追加([“商品名称”，“价格”，“销量”，“状态”]) # 表头
ForEach $商品列表：
$行数据 = [$商品名，$价格，$销量，$状态]
$所有数据.追加($行数据)
结束
# 一次性写入
写入表格数据：表格对象=$商品表，起始行=1，数据=$所有数据
这才是批量写入的最优解。几千条数据也是一次写入，速度飞快。
从Excel读取数据：循环遍历的两种方式
读取数据最常用的是“读取行数据”指令，配合循环遍历每一行。
方式一：For次数循环 + 读取行数据
# 先确定总行数
获取表格总行数 → $总行数
# 从第2行开始读（第1行是表头）
For次数循环 起始值=2 结束值=$总行数 递增值=1：
读取行数据 行号=当前值 → $行数据
# $行数据是一个列表，用下标取具体字段
$商品名 = $行数据[0]
$价格 = $行数据[1]
$销量 = $行数据[2]
结束
方式二：用“读取表格数据”一次性读取所有数据
数据量不大时（几百行以内） ，直接用“读取表格数据”一次性把整个表格读成一个二维数组，然后用ForEach遍历。
# 一次性读取所有数据
读取表格数据 → $所有数据
# 跳过第一行（表头），从第二行开始遍历
For $i = 1; $i < $所有数据.长度; $i++：
$行数据 = $所有数据[$i]
$商品名 = $行数据[0]
处理数据...
结束
两种方式的本质区别：
- 方式一：每次读取一行，适合大文件，内存占用小
- 方式二：一次性读取全部，速度快但内存占用大
我自己的经验：2000行以内用方式二，超过2000行用方式一。
Excel数据去重的三种方法
采集数据经常会有重复——同一件商品在不同页面被抓了两次、同一个订单号被录入了多遍。去重是数据清洗的第一步。
方法一：用“条件判断”在写入前去重
最直接的方法。每次写入前检查一下这条数据是不是已经在表格里了。
# 读取已有数据列表
读取列数据（商品名称列）→ $已有商品列表
ForEach $待写入数据：
如果 $待写入数据[0] 不在 $已有商品列表 中
写入行数据：$待写入数据
# 否则跳过，不写入
结束
这个方法的局限：数据量大了之后，每次都要遍历整个已有列表，速度会越来越慢。
方法二：写入后统一去重（推荐）
先把所有数据都写进去，最后统一去重。影刀有一个指令叫“删除重复行”，在指令面板搜索“重复”就能找到。
# 全部写入完成后，统一去重
删除重复行：表格对象=$表，列索引=0（按第1列去重）
保存Excel
注意：这个指令是按整行去重还是按指定列去重？在指令详情面板的“去重依据列”参数里可以选。默认是按整行完全匹配去重。
方法三：用Python做高级去重（适合复杂场景）
如果去重逻辑比较复杂（比如按多列组合去重、模糊匹配去重），可以结合Python代码来做。影刀的“Python脚本”指令可以跟Excel对象互通。
# 用Pandas去重
# 输入：$Excel对象（已打开的表格）
# 输出：去重后的数据，写回原表格
import pandas as pd
# 从影刀变量获取表格数据
df = pd.DataFrame($表格数据)
# 按‘商品名称’和‘价格’两列组合去重，保留第一次出现的
df.drop_duplicates(subset=['商品名称', '价格'], keep='first', inplace=True)
# 返回去重后的数据
$去重后数据 = df.values.tolist()
多表协同：从多个Excel读取汇总
电商自动化经常遇到这种情况：多个店铺的数据分别存在不同的Excel文件里，需要汇总到一张总表。
思路很简单：
- 分别打开每个Excel文件
- 读取数据
- 合并到一个总表
- 保存总表
# 设置三个店铺的文件路径
$店铺1路径 = “C:\数据\店铺A.xlsx”
$店铺2路径 = “C:\数据\店铺B.xlsx”
$店铺3路径 = “C:\数据\店铺C.xlsx”
# 创建总表
新建Excel → $总表
写入行数据：表头 [“店铺”，“商品名称”，“价格”，“销量”]
# 循环处理每个店铺
$店铺列表 = [“店铺A”，“店铺B”，“店铺C”]
ForEach $店铺名 in $店铺列表：
打开Excel：对应店铺路径 → $子表
读取表格数据 → $子表数据
关闭Excel：$子表
# 添加店铺名列，合并到总表
ForEach $行 in $子表数据：
$新行 = [$店铺名] + $行 # 前面加一列店铺名
写入行数据到总表
结束
结束
保存总表
一个关键注意：每个子表读取完后要及时关闭，不然文件被占用，下次再打开会报错。
数据清洗常用操作
采集回来的数据通常很“脏”——价格带了“¥”符号、销量带了“件”字、日期格式不统一。这些在Excel里手工处理很麻烦，用影刀结合Python脚本可以一键处理。
常用清洗操作：
- 去除特殊字符：价格里的
¥、$，数字里的逗号 - 转换数据类型：文本转数字、日期格式化
- 拆分合并列：把“颜色-尺寸”拆成两列，或把两列合并成一列
- 填充空值：缺失的数据用默认值填充
# 清洗价格数据：去掉‘¥’符号，转为数字
# 输入：$原始价格（文本），输出：$清洗后价格（数字）
import re
price_str = $原始价格
# 去掉所有非数字和小数点的字符
clean = re.sub(r'[^0-9.]', '', price_str)
if clean:
$清洗后价格 = float(clean)
else:
$清洗后价格 = 0
五个常见错误速查
| 错误现象 | 根本原因 | 修复方法 |
|---|---|---|
| “文件被占用”报错 | Excel文件被手动打开或上一个流程没关闭 | 确保文件未被其他程序打开，流程结束加“关闭Excel” |
| 写入数据不生效 | 写入后忘了保存 | 每次写入操作后执行“保存Excel” |
| 读取的数据为空 | 读取了空行或行号不对 | 检查行号是否从1开始，用“获取表格总行数”确认 |
| 循环写入越来越慢 | 每次写入都触发Excel重算 | 改成“写入表格数据”一次性写入 |
| 数据格式变了（日期变数字） | Excel自动转换格式 | 写入前把数据转为文本格式，或设置单元格格式 |
| 社区版运行超时 | 数据量大，写入操作耗时久 | 优化写入方式，或升级创业版 |
推荐资源
- 影刀官方文档：搜索“Excel”，有完整的指令说明和示例
- 推荐Excel插件Kutools，做复杂表格处理时可以配合使用
#影刀RPA #RPA自动化 #Excel处理 #数据采集 #数据清洗 #电商自动化
作者：林焱
本文为《影刀RPA学习手册》系列文章之一，内容源于实操经验的整理与分享。如果这篇文章对你有帮助，欢迎点赞收藏，下一篇我们聊“子流程设计与模块化开发规范”。