下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/caitou--xlsx-split-by-column.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @caitou/xlsx-split-by-column。- 按指定列拆分 Excel 文件，每个唯一值生成一个独立 xlsx（如按合作伙伴/部门/客户拆表）。支持 20 万行以上大文件（XML 直解，45 秒完成），零第三方依赖。当用户说"
- 按XX列拆分"
- 、"
- 每个XX单独一个文件"
- 、"
- 拆分单独合作伙伴文件"
- …（完整说明见下方「阅读全文」）
阅读全文 （展开查看完整说明）
概述
将一个大 Excel 文件按指定列的值拆分为多个独立文件，每个唯一值生成一个 {值}{原文件名}.xlsx，完整保留原表头。
核心优势：
- 🚀 大文件不卡死：直接解析 xlsx 内部 XML（ZIP+正则流式处理），23 万行仅 45 秒（openpyxl 处理 21 万行会卡死 10 分钟以上）
- 🔧 零依赖：只用 Python 标准库（zipfile/re），无需安装任何第三方包
- 🎯 按列名自动定位：不管目标列在 F 列还是 AF 列，传列名就能找到
- 📁 保留原表头：每个拆分文件都带完整表头，拿到就能用
典型场景
- 渠道/代理商分润报表 → 按合作伙伴拆分后分发
- 销售业绩表 → 按业务员/部门拆分
- 客户对账单 → 按客户名拆分
- 任意"一列多种值、每种值要单独一个文件"的需求
触发短语
匹配任一即触发：
- "按XX拆分" / "按XX列拆分"
- "每XX一个文件" / "每人一个表"
- "把XX单独筛选出来"
- "拆分单独合作伙伴文件"（快捷命令，默认按"合作伙伴"列）
- "xlsx split"
使用流程
第 1 步：探查文件结构（新文件必做）
拆分列位置多变，不能凭经验猜。用 zipfile+正则直接读前 3 行确认总行数、表头行数、目标列位置：
python -c "
import zipfile, re
z = zipfile.ZipFile(r'<源文件路径>')
ss=[]
try:
x=z.read('xl/sharedStrings.xml')
for m in re.finditer(rb'<sib[^>]*>(.*?)</si>',x,re.DOTALL):
t=b''.join(re.findall(rb'<t[^>]*>(.*?)</t>',m.group(1),re.DOTALL)).decode('utf-8','replace')
ss.append(t)
except KeyError: pass
print('sheets:', [n for n in z.namelist() if n.startswith('xl/worksheets/s')])
sheet=z.read('xl/worksheets/sheet1.xml')
rows=re.findall(rb'<rowb[^>]*>.*?</row>',sheet,re.DOTALL)
print('总行数:',len(rows))
for rn,r in enumerate(rows[:3],1):
cells={}
for c in re.finditer(rb'<c r="([A-Z]+)d+"[^>]*>(.*?)</c>',r,re.DOTALL):
ref,body=c.group(1).decode(),c.group(2)
if b't="s"' in c.group(0)[:250]:
m=re.search(rb'<v>(d+)</v>',body); v=ss[int(m.group(1))] if m else ''
else:
m=re.search(rb'<v>(.*?)</v>',body); v=m.group(1).decode('utf-8','replace') if m else ''
if v: cells[ref]=v
print(f'--- 行{rn} ({len(cells)}个非空):', dict(list(cells.items())[:30]))
"注意：
- 确认表头是单行还是多行（多行表头的报表，fast_split.py 找不到列名时需自行适配，保留全部表头行）
- 从表头行找到目标列的列名（如"合作伙伴"）
第 2 步：执行拆分
rm -rf "<输出目录>" && python "{SKILL_DIR}/scripts/fast_split.py" "<源文件>" "<拆分列名>" --output-dir "<输出目录>"关键点：
- 第 2 个参数传列名（如"合作伙伴"），不是列字母！传"AF"会报"Column not found"
- 先清掉旧输出目录再拆，避免重拆时新旧文件混杂
- 小文件（<1 万行）也可用
split_by_column.py（基于 openpyxl，需安装），但统一推荐 fast_split.py - 多行表头的文件需自行写适配脚本（保留全部表头行，数据按目标列分组）
第 3 步：汇报
表格形式汇报（值+行数），末尾校验合计行数 = 源数据行数，并给出输出目录路径。
输出规范
- 输出目录：当前工作区
outputs/{原文件名}_拆分结果/ - 命名：
{列值}{原文件名}.xlsx - 文件名自动处理非法字符（
/ : * ? " < > |）
注意事项
- 只依赖 Python 3 标准库，无需 pip 安装任何包
- 大文件（>20MB）探查和拆分都用 XML 直解方式，避免内存问题
- 源文件在移动硬盘/桌面等外部目录也能读，输出统一放工作区
- 拆分列位置经常变（同一文件类型不同月份都可能不同），每次都先探查、按列名定位
