openpyxl读取大文件卡住因默认DOM模式全量加载内存，启用read_only=True+iter_rows()+values_only=True可提速5–10倍、内存压至10MB内，但禁用ws['A1']等索引访问及merged_cells。
为什么 openpyxl 读取大文件会卡住？
openpyxl 默认以「DOM 模式」加载整个工作簿到内存，解析所有单元格、样式、公式、合并区域等。一个 10MB 的 Excel（约 10 万行 × 50 列）可能占用 300MB+ 内存，且 load_workbook() 耗时常超过 30 秒——这不是你代码写错了，是它设计如此。
- 样式、字体、条件格式、图表、注释等元数据全被加载，哪怕你只读纯数值
-
data_only=True不影响解析开销，只影响公式结果的取值方式 - 使用
read_only=True可绕过 DOM 构建，但会禁用很多 API（如ws['A1']、ws.max_row不可用）
用 read_only + iter_rows() 真正提速
开启 read_only=True 后，openpyxl 改用 SAX 解析器流式读取 XML，内存占用可压到 10MB 以内，速度提升 5–10 倍。但必须配合 iter_rows() 或 iter_cols()，不能用索引访问。
from openpyxl import load_workbook
<p>wb = load_workbook('big.xlsx', read_only=True)
ws = wb.active</p><h1>✅ 正确：按行迭代，指定范围减少解析量</h1><p>for row in ws.iter_rows(min_row=2, max_row=10000, values_only=True):</p><h1>row 是 tuple，如 ('Alice', 28, 'Engineer')</h1><pre class='brush:python;toolbar:false;'>process(row)wb.close() # 必须手动 close，否则文件句柄泄漏
办公Excel数据整理排版技巧｜豆信信息技术
下载
技能简介：实用Excel表格整理排版技巧，解决数据杂乱、格式混乱问题，提升办公效率。 执行提示词：输出职场Excel数据整理、表格排版、格式统一的实用技巧，解决表格杂乱、数据混乱、排版不规范问题，提升日常办公效率。 本工具由豆信信息技术整理优化，轻量化实用模板，免费合规使用。
立即学习“Python免费学习笔记（深入）”；
-
values_only=True跳过所有样式/公式对象，只取计算后值（关键！） -
min_row/max_row范围越小，解析越快；不设则默认遍历全部行 - 不要在循环里调用
ws.cell()或ws['A1']，会触发重解析，直接崩溃
遇到 merged_cells 或空行怎么处理？
在 read_only=True 模式下，ws.merged_cells 不可用，ws.iter_rows() 也不会自动展开合并单元格——这是最常被忽略的坑。
- 合并单元格的「首单元格」有值，其余为空，需自己缓存上一行非空值做填充（常见于报表表头）
- 若需准确还原合并逻辑，只能退回到普通模式 +
read_only=False，再用ws.merged_cells.ranges处理，但速度回归原点 - 更实用的做法：用
pandas.read_excel(engine='openpyxl', ...)并传usecols和nrows限制列与行，底层会自动启用优化路径
比 openpyxl 更快的替代方案有哪些？
如果目标只是读取数据（无样式/公式需求），openpyxl 不是最佳选择。真实场景中，这些组合更快更稳：
-
xlrd已停止维护，不推荐新项目 -
pandas.read_excel('file.xlsx', engine='calamine')（需安装calamine-python）：Rust 实现，100MB 文件秒级读完，支持 .xlsx/.xlsb -
pyxlsb专读 .xlsb 格式，比 openpyxl 快 3–5 倍 - 超大规模（千万行+）：先导出为 CSV（用 Excel 手动另存，或用
in2csv），再用pandas.read_csv()或polars.read_csv()
openpyxl 的不可替代性只在「需要保留样式、写入带格式文件、操作图表或公式」时才成立。单纯读数据，别硬扛。
