Excel表格去重

问题

在 Excel 工作表里定位重复行并删除时，常见方案容易踩坑：普通 API 删除行可能触发整表重算或重写，保留格式较难，大规模工作表会变慢，误删后也难恢复。当目标是按关键列去重，同时保留单元格样式、公式关系和共享字符串时，需要更可控的底层处理。

工作方式

这个技能把流程拆成两个可控阶段：先由 excel-find-duplicates 做只读查重，定位关键列中需要保留或移除的行；确认范围后再进入删除阶段。删除不是走 openpyxl.delete_rows()，而是直接内嵌 XML 操作，移除目标行对应的 <row> 元素。该逻辑与 excel-delete 的行删除模式共用同一套实现；因此去重后如果还要额外删行，可再单独调用 excel-delete。

注意点

• 格式无损：只移除行级 XML 元素，不修改 styles.xml、sharedStrings.xml，减少样式与共享字符串被打乱的风险。
• 性能：官方说明 XML 方案比 openpyxl.delete_rows() 快 10 倍以上。
• 备份先行：遵循 excel-safe-workflow 第零步，操作前自动备份并使用时间戳命名；成功后保留最新 3 份，发现损坏立即删除坏文件并从备份恢复。
• 空值处理：关键列为 None 的多行只保留第一行。
• 依赖：需要一次性准备好 lxml 解析库。