利用python读取EXCEL文档中的创建者信息

文件创建者信息提取是文件拷贝检测的一个重要维度信息，前面WORD文档的创建者信息可以通过成熟的python-docx库来进行提取，而EXCEL文件的属性信息，目前还没有成熟的提取方法。

因此只能采取笨办法，即用解压缩文件工具，打开EXCEL文件，可以看到里面的文件树存在docProps/core.xml的目录。

core.xml文件打开的效果如下：

因此，可以采用读取压缩包中文件的方式来进行信息的抽取，对应的python代码如下：

def get_excel_author(excel_file):
    # open zipfile
    zf = zipfile.ZipFile(excel_file)
    # use lxml to parse the xml file we are interested in
    doc = lxml.etree.fromstring(zf.read('docProps/core.xml'))
    attr_nodes = doc.getgetchildren()
    # retrieve creator
    #ns={'dc': 'http://purl.org/dc/elements/1.1/'}
   # creator = doc.xpath('//dc:creator', namespaces=ns)[0].text
    return {'作者':attr_nodes[0].text,'创建时间':attr_nodes[2].text,'修改人':attr_nodes[1].text,
                '最后修改时间':attr_nodes[3].text}

显示的结果如下：

{'作者': None, '创建时间': '2018-10-15T15:04:42Z', '修改人': '77851', '最后修改时间': '2019-10-30T04:56:58Z'}