用途：面向格式不一致、含合并单元格、来源外部且结构未知的 Excel 文件，在写正式提取逻辑前先做迭代式调试，先摸清数据布局再解析。
主要能力：分步探索文件结构。第一步做结构侦察，用 openpyxl 的 load_workbook 打印工作表名、维度和前 10 行；第二步映射列位置，读取表头行建立列名到列字母的映射并抽样数据行；第三步识别行模式，按非空单元格数量把行分类为 blank、summary/label、full_data、partial；第四步记录发现，包括工作表用途、表头位置、列映射、数据行模式与合并单元格等特殊格式；第五步再写提取逻辑，把调试结论（起始行、列字母、需跳过的汇总行）写进最终脚本，可用 pandas 汇总输出。
使用方式：按 debug_structure.py、debug_columns.py、debug_rows.py、debug_values.py 等命名保存调试脚本，与提取脚本放在一起；探索阶段多打印输出，逐行核对。
适用场景：外部来源的未知结构表格、多工作表且相互依赖的复杂工作簿、初次解析失败或结果异常的文件。
限制与注意：资料未提供具体安装命令、依赖版本、性能数据或收费信息；需自行安装 openpyxl、pandas。常见陷阱包括默认表头在第一行、默认首尾行之间都有数据、忽略隐藏工作表或受保护区域、忽略加粗缩进等格式线索、未统一处理 None 与空字符串。