Excelレポートの自動化でファイルを壊さない方法：xlsxをzipとして開き、必要なXMLだけ書き換える

毎週の Excel レポートを自動化しようとして、Python などのライブラリでファイルを開き、値を書き込んで保存する。ところが保存したファイルを Excel で開くと、修復を求めるメッセージが出る、書式が崩れている、図や集計表が消えている。Excel 自動化で「ファイルが壊れる」のは、よくある失敗です。

frectas は、物流・運輸の会社で週次の債権レポートを自動化したとき、まさにこの問題に当たりました。既存の Excel ライブラリで開いて保存すると、ファイルが壊れたのです。そこで、xlsx を zip として開き、変更が必要な XML だけを書き換え、それ以外の部品は1バイトも変えずに戻す方式を取りました。この記事では、その方式と、壊れていないことの確かめ方を、一般的な技術の説明とあわせて書きます。

この記事の数字は、frectas の案件の記録（顧客への報告など）によるもので、区分を添えています。

導入前の作業と、導入後

「数秒」は仕組みが処理する時間、「毎週数時間」は人が作業していた時間です。測っているものが違うので、削減率には換算していません。数秒の処理の前後には、入力ファイルをそろえる、結果を確かめる、といった人の作業が残るからです。

作る前に、AI が要るかを決める

着手したとき、最初にしたのは業務の理解です。作業の指示書、作業の動画、作業前と作業後のファイル一式を分析し、毎週どこがどう変わっているかを調べました。

その結果、毎週の変更は、入力ファイルの値と、前週からの機械的な延長だけで決まると分かりました。人の判断が入る所がないのです。

結果が入力で決まる作業に、生成 AI の推論は要りません。入れると、次の問題が出ます。

• 同じ入力でも、結果が毎回少しずつ変わることがある
• 分からない所を推測で埋め、それが誤りだと気づけない
• 正しく動いたことを、毎回人が確かめ直す必要がある

そこで、AI の推論を使わない確定的な処理にしました。AI を使うかどうかの判断の基準は「物流・運輸の定型業務を AI 化した記録」に詳しく書いています。

なぜライブラリで開いて保存すると壊れるのか

xlsx は XML を zip にまとめたもの

xlsx の拡張子を .zip に変えて展開すると、中身が見えます。主な部品は次のとおりです。

ライブラリは「読み込んで、一から書き出す」

多くの Excel ライブラリは、これらの部品を読み込んで自分のデータ構造に変え、保存のときに新しいファイルとして書き出します。値を1つ変えただけでも、ファイル全体が作り直されます。ライブラリが扱えない部品や設定は、書き出すときに落ちたり、形が変わったりします。

一般に、壊れやすいのは次のような所です。

小さな表なら問題が出ないこともあります。長年人の手で育ってきた業務の Excel ほど、こうした部品が多く入っていて、壊れやすくなります。

必要な XML だけを書き換える

考え方は単純です。zip の中の部品を一つずつ取り出し、変える必要がある部品だけを書き換え、残りはそのまま新しい zip に入れます。

考え方を示すための簡単な例です（実案件のコードとは違います）。

import zipfile

def rewrite_xlsx(src: str, dst: str, edits: dict) -> None:
    """edits: {部品の名前: 元の中身を受け取って新しい中身を返す関数}"""
    with zipfile.ZipFile(src) as zin, zipfile.ZipFile(dst, "w") as zout:
        for info in zin.infolist():  # 元の並び順を保つ
            data = zin.read(info.filename)
            if info.filename in edits:
                data = edits[info.filename](data)
            zout.writestr(info, data, compress_type=info.compress_type)

シートの XML の中でも、変えるのは対象のセルだけにします。XML のライブラリで読み込んで書き出すと、名前空間の書き方や空白が変わり、比べるときの差分が増えるため、ここでは文字列として必要な所だけを置き換えています。

import re

def set_number(sheet_xml: bytes, ref: str, value: float) -> bytes:
    """数値のセル ref の値だけを書き換える。書式の番号などの属性には触れない"""
    text = sheet_xml.decode("utf-8")
    m = re.search(rf'<c r="{ref}"([^>]*?)(?<!/)>(.*?)</c>', text, re.S)
    if not m or "<v>" not in m.group(2):
        raise ValueError(f"{ref} に値がない")  # 想定と違うときは止める
    if re.search(r'\st="(?!n")', m.group(1)):
        raise ValueError(f"{ref} は数値のセルではない")  # 文字列などのセルは別の扱い
    inner = re.sub(r"<v>.*?</v>", f"<v>{value}</v>", m.group(2), count=1)
    return (text[: m.start(2)] + inner + text[m.end(2):]).encode("utf-8")

実際の業務では、ほかに次のことを考えます。

• 文字列のセル: 値は sharedStrings.xml の番号で持っているので、一覧に文字列を足して番号を書く
• シートの追加: シートの XML を足すだけでなく、workbook.xml のシート一覧、workbook.xml.rels のつながり、[Content_Types].xml の一覧にも書き足す
• 数式の計算結果: 入力の値を変えると、保存されている計算結果は古くなる。仕組みの側で計算して書き込むか、開いたときに Excel に再計算させる設定にする。数式を足したり消したりした場合は、計算順の calcChain.xml を消して Excel に作り直させるのが、一般に行われるやり方です。消すときは、[Content_Types].xml と workbook.xml.rels からも calcChain.xml の記載を外します

想定と違う形のセルに当たったら、推測で書き換えずに止めるのが大事です。黙って書き換えると、壊れたファイルが毎週できあがります。

壊れていないことを確かめる

方式を変えたら、次の順で確かめます。

1. 変わってよい部品だけが変わったか

処理の前と後のファイルで、部品ごとにハッシュ値を比べます。

import hashlib
import zipfile

def part_hashes(path: str) -> dict:
    with zipfile.ZipFile(path) as z:
        return {n: hashlib.sha256(z.read(n)).hexdigest() for n in z.namelist()}

before, after = part_hashes("input.xlsx"), part_hashes("output.xlsx")
for name in sorted(before.keys() | after.keys()):
    if before.get(name) != after.get(name):
        print("変更あり:", name)

書き換えるつもりの部品以外が「変更あり」に出たら、どこかで余計な変更をしています。変わった部品は、XML を整形してから差分を取ると、どのセルが変わったかを目で追えます。

2. 正解と全部突き合わせる

人が手で作った過去の完成品を正解にして、同じ週の入力から仕組みで作ったファイルと、全シートの全セルを比べます。数式と値の両方を見ます。比べるためにライブラリで読み込むのは問題ありません。読むだけで、保存はしないからです。

from itertools import zip_longest

from openpyxl import load_workbook

def diff_cells(made: str, correct: str, data_only: bool) -> list:
    """data_only=False で数式、True で保存されている計算結果を比べる"""
    a = load_workbook(made, data_only=data_only, read_only=True)
    b = load_workbook(correct, data_only=data_only, read_only=True)
    diffs = []
    for name in b.sheetnames:
        rows_a = a[name].iter_rows(values_only=True)
        rows_b = b[name].iter_rows(values_only=True)
        for r, (ra, rb) in enumerate(zip_longest(rows_a, rows_b, fillvalue=()), 1):
            for c, (va, vb) in enumerate(zip_longest(ra, rb), 1):
                if va != vb:
                    diffs.append((name, r, c, va, vb))
    a.close()  # read_only で開いたブックは閉じる
    b.close()
    return diffs

この案件でも、手作業の完成品と全項目が一致することを確かめています（顧客報告記載）。実ファイルでの確認は続けている段階です。

3. Excel で開く

最後に、実際に Excel で開きます。修復を求めるメッセージが出ないこと、書式・図・ピボットが元のとおりであること、再計算した後の値が正解と同じであることを確かめます。

全部の週を点検すると、過去の参照ずれが見つかることがある

自動化の仕組みができると、過去の全部の週のファイルを機械で点検できるようになります。手作業でシートを複製して数式を直す作りの Excel では、別の週のシートを参照したままの数式が、気づかれずに残ることがあります。人の目では全部を見きれない所も、機械なら全部の数式の参照先を比べられます。自動化の副産物として、既存の資料の点検に役立つことがあります。

こんな Excel 業務に向いています

• 毎週・毎月、同じ形のレポートを、前回のファイルを複製して作っている
• 変わるのは入力の値と日付の延長だけで、人の判断はほとんど入らない
• ファイルが重く、開くだけで時間がかかる
• 図・ピボット・外部参照など、作り直すと困る部品が入っている
• 以前にライブラリで自動化を試して、ファイルが壊れたことがある

案件の全体像は事例「物流・運輸の会社の定型業務を、現場に入って一つずつ AI 化」に、こうした1業務単位の自動化は「小さな業務の自動化」にまとめています。部署ごとの業務を順に進めたい場合は「FDE 型の伴走支援」をご覧ください。

毎週の Excel レポートを、ファイルを壊さずに自動化したい方は、お問い合わせからご相談ください。作業の手順と、作業前後のファイルの違い（どこが毎週変わるか）を教えていただければ、AI が要る作業か、決まった処理で済む作業かの見立てをお伝えします。