Perl处理Excel文件

现在很多数据是以Excel文件格式保存的，对人来讲修改添加都比较方便，但程序处理就比较麻烦。

要对Excel里的数据进行加工，首选VBA，Microsoft一家的东西，肯定最搭。

但不喜欢VBA的风格，还是用自己熟悉的其他语言解决，python的能处理csv的，但转来转去总不是太好。

也有写python的Excel处理模块，但都是python2.x的。

还好我机器上有Perl，就用Perl吧。

Perl上处理Excel有名的模块是Spreadsheet，刚开始我是在展讯的代码里看到的，还以为跟展讯（spreadtrum）有啥关系，后来才知道没有关系。

先给来段读Excel的代码：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

#!/usr/bin/perl -w #用Spreadsheet::ParseExcel 显示一个工作薄的所有表的内容。 use strict ; use warnings ;   use Spreadsheet:: ParseExcel ; my $file = 'Demo.xls' ; my $book = Spreadsheet::ParseExcel:: Workbook -> Parse ( $file ); my @sheets = @ { $book -> { Worksheet } }; foreach my $sheet ( @sheets ){      my $sheetName = $sheet -> get_name ();      print "工作表: $sheetName\n" ;        my ( $minRow , $maxRow ) = $sheet -> row_range ();      my ( $minCol , $maxCol ) = $sheet -> col_range ();        foreach my $row ( $minRow .. $maxRow ){          foreach my $col ( $minCol .. $maxCol ){              my $cell = $sheet -> get_cell ( $row , $col );              next unless $cell ;              print " ($row,$col) " , $cell -> value ;          }          print "\n" ;      } }

再来段写Excel的代码：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

#!/usr/bin/perl -w #用Spreadsheet::WriteExcel，生成乘法表，实际从第2行第2列开始，因为0行0列才是第一行第一列。 use strict ; use warnings ; use Spreadsheet:: WriteExcel ; my $file = 'Demo_write.xls' ; my $sheetName = 'My sheet' ; my $book = new Spreadsheet:: WriteExcel ( $file ); my $sheet = $book -> add_worksheet ( $sheetName ); foreach my $row ( 1 .. 9 ){ foreach my $col ( 1 .. 9 ){ $sheet -> write ( $row , $col , ( $row * $col ) ); } } $book -> close ();

对这个不是太熟，但从目前我了解情况看，Spreadsheet只能分别读写，不能对一个工作簿既读又写。

如果想既读又写，还得找Microsoft，用OLE。

这里只是简单演示一下用法，还是像上面一样分别来看看读写操作，不混合读写。

用OLE读Excel：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

#!/usr/bin/perl -w #用OLE，显示一个工作薄的所有表的内容。 use strict ; use Win32:: OLE qw(in with) ; use Win32::OLE:: Const 'Microsoft Excel' ; $ Win32::OLE:: Warn = 3 ; # die on errors... # get already active Excel application or open new my $Excel = Win32:: OLE -> GetActiveObject ( 'Excel.Application' ) || Win32:: OLE -> new ( 'Excel.Application' , 'Quit' ); my $file = 'Demo.xls' ; my $value = 0 ; my $book = $Excel -> Workbooks -> Open ( $file ); foreach my $Sheet ( in $book -> { Worksheets }) {      my $sheetName = $Sheet -> { Name };      print "工作表: $sheetName\n" ;     my $minRow = 1 ;   my $maxRow = $Sheet -> UsedRange -> Rows -> Count ;   my $minCol = 1 ;   my $maxCol = $Sheet -> UsedRange -> Columns -> Count ;      printf ( "row,col:%d,%d\n" , $maxRow , $maxCol );      foreach my $row ( $minRow .. $maxRow ){          foreach my $col ( $minCol .. $maxCol ){              my $cell_value = $Sheet -> Cells ( $row , $col ) -> { Value };              next unless defined $cell_value ;              print " ($row,$col) " , $cell_value ;          }          print "\n" ;      } } $book -> Close (); $Excel -> Quit ();

用OLE写Excel：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

#!/usr/bin/perl -w #用OLE 操作excel，生成乘法表。 use strict ; use Win32:: OLE qw(in with) ; use Win32::OLE:: Const 'Microsoft Excel' ; $ Win32::OLE:: Warn = 3 ; # die on errors... my $Excel = Win32:: OLE -> GetActiveObject ( 'Excel.Application' ) || Win32:: OLE -> new ( 'Excel.Application' , 'Quit' ); my $excelfile = "Demo4.xls" ; my $Book = $Excel -> Workbooks -> Add ();     $Book -> SaveAs ( $excelfile ); #Good habit when working with OLE, save+often. my $Sheet = $Book -> Worksheets ( "Sheet1" );     $Sheet -> Activate (); foreach my $row ( 1 .. 9 ){ foreach my $col ( 1 .. 9 ){          $Sheet -> Cells ( $row , $col ) -> { Value } = ( $row * $col );      } } # my $Chart = $Sheet->ChartObjects->Add(200, 200, 200, 200); $Book -> Save (); $Book -> Close (); $Excel -> Quit ();

到底用哪种好呢？这要看情况：

1.非windows环境，不能用OLE。多平台下，Spreadsheet可用性更好。

2.在windows下，同样水平的代码，用OLE效率更高一些。

3.Spreadsheet用起来更简单一些，OLE要考虑的东西要多些。

对一个约一万行左右，200多列的工作表进行读取并处理，Spreadsheet用了30s左右，OLE用了18s左右。

在Perl程序里处理Excel要注意，尽量少调用Excel的函数或变量。

如：

$myCell = $sheet->get_cell( $row, $col );
$aValue =$myCell->value;
forearch .....{
    if($myCell->value == ...){#here
    ....
    }
}

如果把#here行里的$myCell->value改为$aValue（保证代码运行正确情况下的修改），可以提高效率。

这样的修改有时能提高3、4倍的性能（这个依赖具体情况）。

还有一点要注意，Spreadsheet里行列是从0开始的，OLE里行列是从1开始的。