Excel 日期列转自定义文本

在 Excel 表格里，日期往往以 datetime 硬值或公式结果的形式存在。下游工具可能只接受文本日期，比如 API 字段、报告拼接、批量替换前的数据核对。手工转写一列还行，遇到多列、多工作表或重复任务，就容易漏值、错位或改错单元格。

问题与目标

@user_8f803df1/excel-date-to-text 专注解决一个问题：把 Excel 中的日期列按用户指定格式转换成文本，并在转换前判断列类型，避免把金额、编号等普通数字误判成日期。它不追求覆盖复杂表格操作，而是把日期格式转换这一件事做稳。

工作流程与关键步骤

该技能遵循 excel-safe-workflow 四步法，执行前先完成需求解析、勘察和规划，执行后再验证。

• 需求解析：从用户原话提取日期格式、新列位置、新列表头；只有缺失信息时才追问，用户已明确的参数不再重复确认。
• 勘察与规划：确认日期列集合、列号和原始表头名；检查目标列是否为 datetime 硬值，而不是公式；left/right 模式交给 excel-insert 建列，replace 模式交给 excel-replace 执行。
• 执行：本技能负责日期列扫描与格式转换。常见 strftime 格式可直接映射；yyyymdd、yyyy/m/d 这类无补零需求则通过自定义函数处理。
• 验证：按插入或替换模式对齐验证，确认文本列内容、位置和表头符合预期。

适用边界与注意点

• 多个日期列必须从右到左处理，否则插入新列后源列号会变化。
• datetime 为空时保持文本列为空白，这是预期行为。
• 超过 100MB 的文件加载和保存可能各需几分钟，需确认任务超时设置。
• 操作前自动备份；成功后保留最新 3 份，发现文件损坏时先删除坏文件再从备份恢复。
• 不要用 XML 数字范围猜测日期，应通过 openpyxl 的 isinstance(val, datetime) 或 pandas 的 pd.api.types.is_datetime64_any_dtype() 判断列类型。
• 大规模转换可先用 pandas 采样确认日期列，再只在已确认日期列上做数字到文本转换。