办公桌上堆着几十个Excel文件，遍历每个都长着相似的文件l文面孔。手动逐个打开检查？夹下件那是上个世纪的活法。Python的遍历`os.walk()`函数能一口气扫完整个目录树，配合`glob`模块或者`pathlib`，文件l文三五行代码就把所有`.xlsx`文件揪出来。夹下件

先看看最直接的遍历方案：

import os from pathlib import Path target_dir = Path("D:/report") excel_files = list(target_dir.rglob("*.xlsx")) print(f"找到 { len(excel_files)} 个Excel文件") 

这段代码用`rglob`递归搜索，子文件夹里藏得再深的文件l文文件也能翻出来。注意，夹下件`*.xlsx`只匹配新版Excel格式，遍历老旧的文件l文`.xls`文件得单独加个模式。实际业务中经常两种格式混着来，夹下件那就用列表推导式同时抓：

excel_files = list(target_dir.rglob("*.xlsx")) + list(target_dir.rglob("*.xls")) 

拿到文件路径列表只是遍历第一步。真正麻烦的文件l文是文件里藏着什么——有的工作表叫“Sheet1”，有的夹下件叫“数据汇总”，有的干脆用中文名。用`openpyxl`库逐个读取时，得先处理异常。我见过太多同事写的脚本，跑到一半崩溃在某个加密文件上。加个`try-except`，记录失败的文件名，继续处理剩下的，这才是生产环境该有的态度。

import openpyxl from openpyxl import load_workbook for f in excel_files: try: wb = load_workbook(f, data_only=True) for sheet in wb.sheetnames: ws = wb[sheet] # 这里写你的业务逻辑 wb.close() except Exception as e: print(f"跳过 { f.name}，原因：{ e}") 

有个细节很多人忽略——`data_only=True`参数。如果不加，读取公式单元格返回的是公式字符串，而不是计算后的值。做数据分析时这能坑死人。还有文件编码问题，CSV文件经常乱码，Excel文件内部用UTF-8，但文件名可能带中文，Windows下路径处理要小心。

实际项目里，我习惯把遍历逻辑封装成生成器，避免一次性加载太多文件路径到内存。假设要处理10万个报表文件，全列表加载会占几百MB内存。生成器逐个产出，配合`pandas`的`read_excel`分块处理，流畅得多。

最后提醒一句：别把所有逻辑堆在一个脚本里。遍历、读取、清洗、分析，拆成函数或类，后面维护的人会感谢你。毕竟三个月后你自己看这堆代码，可能也想不起来当初为什么这么写。