背景描述
本文要讲述的东西比较简单，是在python中对excel的一些处理，主要是从线上的服务器拿到文件的流，然后用openpyxl 操作该流，最后整理完毕后重新上传上去服务器中给别人用，简单来说就是生成自己的excel上传上去。
openpyxl
openpyxl是一个用于处理Excel文件的Python库。它提供了丰富的功能，使得用户能够轻松地读取、写入和操作Excel文件，而不需要依赖于Microsoft Excel软件。作为一个开源项目，openpyxl在Python生态系统中得到了广泛的应用，成为处理Excel数据的首选工具之一。
即然知道了使用openpyxl做我们的工作，那么文档就必不可少，而对于excel文件，我们也需要了解一些基本知识，比如一个excel文件的组成，是由一个或多个sheet构成的，可以将sheet理解为一个又一个表，接着每个sheet中才是我们的表格。
读取xlsx流
response = s3_client.get_object(
Bucket=bucket,
Key="input_sample.xlsx"
)
bio = io.BytesIO(response["Body"].read())
上面的代码中，使用bio去读取到了文件的流。
接下来，我们直接使用openpyxl的load_workbook读取到我们的文件
wb = load_workbook(bio, read_only=True)
因为load_workbook可以读取到流，所以省了我们去download文件到本地的操作。
接下来，是我们要操作每个sheet
worksheets = wb.worksheets
for worksheet in tqdm(worksheets):
bio.seek(0)
obj["inputs"][worksheet.title] = pd.read_excel(
bio, sheet_name=worksheet.title
)
wb.close()
bio.close()
上方的代码中，遍历了每一个sheet，拿到了文件之后，我们使用pandas去操作，无它，这个方法最方便，而且pandas使用的人多。 最后的最后，请不要忘记关闭我们的流以及workbook，不然被人骂不关我事。
到了这儿，我们的读取已经完成了，你的操作可以在obj上去实施了。
上传xlsx
在生成流文件并且上传的过程中，最麻烦的一点是如何不在本地生成一个缓存文件，而幸运的是我可以通过bio来操作，这对我这个新手来说真的是再次节约了不少时间。 首先，我们依旧需要生成一个载体，我们的workbook。
wb = Workbook()
接下来呢，生成一个sheet
BCSheet = wb.create_sheet("TTLBC")
需要注意的是，create_sheet的时候，如果不传入下标，会自动排序生成。也就是说在第一个默认的sheet之后，才会使下面这个TTLBC的sheet，如果想要生成指定位置的sheet，需要使用下面的语法
BCSheet = wb.create_sheet("TTLBC",0)
由于我们create这个sheet的时候，也返回了一个sheet的实体(我也不知都这么说对不对)，所以我们下面不需要直接再去使用wb.sheets['sheetname']这种方式去找到那个sheet。
接下来，要怼数据进去了，部分人喜欢用cell级别的操作，而我更喜欢用append来操作每一个row，所以我会选择用下面的方式去操作
BCSheet.append([v.strftime("%Y-%m-%d") for v in x])
不需要管中间那段麻烦的代码，只要看到中括号就可以知道我丢进去的是一个List。
最后，重头戏来了，上传到s3之前，我们需要先做些转换，查找了一些文档，才知道可以用bio转化
temp_file = io.BytesIO()
wb.save(temp_file)
temp_file.seek(0)
生成的是一个temp，所以不会本地生成临时文件，真的是太赞了！
ok，最后再看你的方法，我直接上传到s3
s3_client.put_object(
Bucket=bucket,
Key="Dtest.xlsx",
Body=temp_file,
)
求关注，希望能帮到你~