基于 Python openpyxl 库实现 Excel 数据自动汇总与填充。通过遍历表格行，根据漏洞名称及误报/整改证明状态筛选 IP 地址，将结果写入指定单元格。解决了手动核对大量安全漏洞数据的低效问题，提升了办公自动化水平。
在日常的安全运营或数据分析工作中，我们经常需要处理大量的 Excel 表格数据。例如，在漏洞管理场景中，需要将分散在不同行的漏洞信息（如漏洞名称、IP 地址、误报证明状态等）进行汇总，并填充到特定的统计行中。手动操作不仅效率低下，而且容易出错。
本文介绍如何使用 Python 的 openpyxl 库，编写脚本自动读取 Excel 文件，根据特定条件筛选数据，并将结果汇总填充至指定单元格，从而实现办公自动化。
假设我们有一个包含漏洞扫描结果的 Excel 文件，其中每一行代表一个具体的漏洞实例。我们需要针对特定的漏洞名称（如 OpenSSH 相关漏洞），统计以下信息：
最终目标是将这些统计结果写入表格底部的汇总行中。
在使用脚本之前，请确保您的开发环境中已安装 Python 以及必要的第三方库。
pip install openpyxl
测试.xlsx 的文件，确保其结构与代码逻辑中的行列对应一致。本方案的核心在于遍历 Excel 的每一行，提取关键字段，并根据预设规则进行分类和聚合。
假设 Excel 文件的列结构如下：
以下是优化后的完整代码示例，增加了异常处理和更清晰的注释。
import openpyxl
from typing import List, Optional
def fill_table(bug_name: str, sheet, row_number: int):
"""
根据漏洞名称汇总数据并填充到指定行。
:param bug_name: 需要处理的漏洞名称
:param sheet: openpyxl 的工作表对象
:param row_number: 目标填充的行号
"""
# 初始化 IP 地址列表
ip_list_misreport = [] # 已提供误报证明的 IP
ip_list_fixed_prove = [] # 已提供无法整改证明的 IP
ip_list_no_proof = [] # 没有误报和无法整改证明的 IP
has_misreport = False
has_fixed_prove = False
# 遍历工作表中的每一行
# 假设数据从第 2 行开始，第 1 行为标题
for row in range(2, sheet.max_row + 1):
try:
system_name = sheet.cell(row=row, column=1).value
vulnerability_name = sheet.cell(row=row, column=2).value
ip = sheet.cell(row=row, column=3).value
is_provided_misreport = sheet.cell(row=row, column=4).value
is_provided_fixed_prove = sheet.cell(row=row, column=5).value
# 过滤掉空行
if not all([vulnerability_name, ip]):
continue
# 判断漏洞名称是否匹配
if vulnerability_name == bug_name:
# 检查误报证明
if is_provided_misreport == '是':
has_misreport = True
ip_list_misreport.append(ip)
# 检查整改证明
elif is_provided_fixed_prove == '是':
has_fixed_prove = True
ip_list_fixed_prove.append(ip)
# 两者皆否的情况
else:
ip_list_no_proof.append(ip)
except Exception as e:
print(f"跳过第 {row} 行，发生错误：{e}")
continue
# 填写 C 列 (Column 3) - 是否提供误报证明
sheet.cell(row=row_number, column=3).value = '是' if has_misreport else '否'
# 填写 D 列 (Column 4) - 误报证明 IP 列表
sheet.cell(row=row_number, column=4).value = ','.join(ip_list_misreport) if ip_list_misreport else ''
# 填写 E 列 (Column 5) - 是否提供整改证明
sheet.cell(row=row_number, column=5).value = '是' if has_fixed_prove else '否'
# 填写 F 列 (Column 6) - 整改证明 IP 列表
sheet.cell(row=row_number, column=6).value = ','.join(ip_list_fixed_prove) if ip_list_fixed_prove else ''
# 填写 G 列 (Column 7) - 无证明 IP 列表
if not ip_list_no_proof:
sheet.cell(row=row_number, column=7).value = "无"
else:
sheet.cell(row=row_number, column=7).value = ','.join(ip_list_no_proof)
if __name__ == '__main__':
# 配置参数
file_path = '测试.xlsx'
output_path = 'updated_excel_file.xlsx'
target_rows = [
("OpenSSH 'schnorr.c'远程内存破坏漏洞(CVE-2014-1692)", 15),
("OpenSSH 'x11_open_helper()'函数安全限制绕过漏洞(CVE-2015-5352)", 16)
]
try:
# 打开 Excel 文件
workbook = openpyxl.load_workbook(file_path)
sheet = workbook.active
# 执行填充逻辑
for bug_name, row_num in target_rows:
fill_table(bug_name, sheet, row_num)
# 保存修改后的文件
workbook.save(output_path)
print(f"处理完成，文件已保存至：{output_path}")
except FileNotFoundError:
print(f"错误：找不到文件 {file_path}")
except PermissionError:
print(f"错误：文件 {file_path} 被占用，请关闭后重试")
except Exception as e:
print(f"发生未知错误：{e}")
auto_fill.py。测试.xlsx 文件，且格式符合预期。python auto_fill.py
updated_excel_file.xlsx 文件，确认底部汇总行的数据是否正确填充。如果 Excel 文件非常大（例如超过 10 万行），使用 openpyxl 逐行读取可能会较慢。此时可以考虑使用 pandas 库进行批量处理，速度会显著提升。
Excel 中的日期或数字有时会被读取为特殊类型。建议在代码中添加类型转换逻辑，例如使用 str(value) 确保字符串拼接不会报错。
代码中已加入基本的空值检查，但在实际业务中，可能需要处理更多边缘情况，例如单元格为空、文本中包含空格等。建议增加 .strip() 方法清理字符串。
| 方案 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| openpyxl | 支持复杂样式，读写灵活 | 大文件处理慢 | 中小规模数据，需保留格式 |
| pandas | 数据处理速度快，API 丰富 | 样式支持较弱 | 大规模数据分析，无需保留样式 |
| xlrd/xlwt | 仅支持旧版 .xls | 不支持 .xlsx | 维护老旧系统 |
对于本案例，由于涉及单元格样式的潜在需求及中等规模数据，openpyxl 是最合适的选择。若后续数据量激增，可考虑迁移至 pandas 方案。
通过本教程，我们掌握了如何利用 Python 自动化处理 Excel 数据汇总任务。这种方法可以大幅减少人工重复劳动，降低出错率，特别适用于安全报告、财务统计等场景。希望读者能根据实际需求灵活调整代码逻辑，构建适合自己的自动化办公工具。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online