原始版本
直接使用pandas读取整个Excel文件，再从中取列名。这种场景对于小的Excel文件还适用，但数据量上升到10M 时，取个sheet name要26s之久。几乎无法忍受。
data = pandas.ExcelFile(file_url)
names = data.sheet_names优化
查阅资料可知.xlsx文件是一个压缩格式的文件，可以直接通过zipfile读到sheet name等相关信息。所以写如下函数直接取sheet name
def get_sheet_details(file_path):
sheets = []
file_name = os.path.splitext(os.path.split(file_path)[-1])[0]
# 用文件名创建一个临时目录
directory_to_extract_to = file_name
os.mkdir(directory_to_extract_to)
# 提取xlsx文件，因为它只是一个zip文件
zip_ref = zipfile.ZipFile(file_path, 'r')
zip_ref.extractall(directory_to_extract_to)
zip_ref.close()
# 建立一个临时的workbook文件
path_to_workbook = os.path.join(directory_to_extract_to, 'xl', 'workbook.xml')
with open(path_to_workbook, 'r') as f:
xml = f.read()
dictionary = xmltodict.parse(xml)
# 多个sheet
if isinstance(dictionary['workbook']['sheets']['sheet'], list):
for sheet in dictionary['workbook']['sheets']['sheet']:
# 有些版本的sheet是@name有些是@sheetId
if sheet["@name"]:
meta_sheet = sheet["@name"]
else:
meta_sheet = sheet["@sheetId"]
sheets.append(meta_sheet)
# 单个sheet
else:
sheet_dict = dictionary['workbook']['sheets']['sheet']
if sheet_dict["@name"]:
sheets.append(sheet_dict["@name"])
else:
sheets.append(sheet_dict["@sheetId"])
shutil.rmtree(directory_to_extract_to)
f.close()
return sheets使用该种方法，读14M的文件仅需0.04s。（数据都没加载，当然和文件大小无关啦）
一个问题
该函数只能针对.xlsx文件进行解析，而低版本的.xls文件就直接报错了，因为.xls是一个二进制文件而不是压缩文件。所以要以另一种方式去解析sheet name。经过查阅相关资料，发现xlrd.open_workbook的on_demand=True针对低版本的Excel文件可以只取列名而不加载数据。
if file_url[-3:] == 'xls':
names = xlrd.open_workbook(file_url, on_demand=True).sheet_names()
else:
names = get_sheet_details(file_url)
