nodejs html转excel,Node.js excel sheetjs/js-xlsx

一、读取单元格

参考nodejs 操作 excel

在 sheet 中读单元格是通过索引下标的形式，像这样：sheet["A1"] 表示读取第一个单元格(下文用 A1 泛指这种表示方法)。这种方式保持了 excel 软件里面的用法，很好理解，但是不利于程序编码。通常处理二维数据，最容易想到的就是通过行列索引直接定位一个单元格，但是 sheet 并不支持这种方式，好在 xlsx 提供了几个函数，方便在行列索引和“A1”索引相互转换：

xlsx.utils.encode_row(row_index) 将基于 0 的索引转换为基于 1 的索引，之所以有这个方法是因为，程序里面下标都是从 0 开始计算，而 excel 软件却是从 1 开始计算，下同

xlsx.utils.decode_row(row) 与上个方法相反，将基于 1 的索引转换为基于 0 的索引

xlsx.utils.encode_col(col_index) 将基于 0 的索引转换为 ABCD 这种列；excel 表格软件中，列的表示是A, B, C, D，这个函数将 A, B, C, D 对应到 0, 1, 2, 3

xlsx.utils.decode_col(col) 与上个方法相反，将 ABCD 这种列索引转换为基于 0 的索引

xlsx.utils.encode_cell(object) 将一个行列对象转换为 A1 这种字符串

xlsx.utils.decode_cell(addr) 与上个方法相反，将 A1 这种字符串转换为一个行列对象

xlsx.utils.encode_range(obj) 将一个范围对象转换为 A1:G8 这种字符串

xlsx.utils.decode_range(addr) 与上个方法相反，将 A1:G8 这种字符串转换为行列对象

举个栗子，假设要读第 8 行第 8 列这个单元格的数据，首先得到它的 A1 表示法：

// =========== 第一种方法 ==============

var row = xlsx.utils.encode_row(7);

//输出：'8'

var col = xlsx.utils.encode_col(7);

//输出：'H'

var addr = col + row;// => H8

// =========== 第二种方法 ==============

//注意这里的行列对象表示形式

var addr = xlsx.utils.encode_cell({r: 7, c: 7});

//输出：H8

//如果执行 xlsx.utils.decode_cell('H8'); 则

//输出：{r: 7, c: 7}

其实，第二种方法就是第一种方法的升级版，可以少写一些代码。

再举个栗子，假设已知需要获取 B4:D9 范围的数据，也就是 B, C, D 3 列和 4 5 6 7 8 9 6 行的交叉区域：

var range = xlsx.utils.decode_range('B4:D9')

//输出：

{

s: { c: 1, r: 3 },

e: { c: 3, r: 8 }

}

我不知道看到这里的客官您的内心感受，但是我已经忍不住吐槽了，尽管我已经理解了这个万恶的输出对象，但还是要说，这他妈的的什么玩意啊。。。用户体验太差了吧。

解释下吧。输出中的 s, e 表示 start, end。也就是说这个输出表示了开始的行索引和列索引，结束的行索引和列列索引。剩下的就是你自己循环得到它的数据了。 最后强调下，使用 A1 这种下标索引的时候，A1 一定要写成 A1，写成小写的就不对了。

艰难的了解了如何获取单元格，现在说说单元格的秘密。你可能会说：单元格不就是一串文本吗，有什么秘密呢？在我使用这个库之前，我也是有这种想法的，但是最终看到单元格的表示形式之后，我才明白我错了。先上代码：

var cell = sheet['A1'];

console.log(cell);

输出：

{

"v": "单元格的原始值",

"w": "单元格格式化之后的文本",

"t": "数据类型",

"f": "cell formula",

"r": "富文本",

"h": "富文本的HTML表示形式",

"c": "注释",

"z": "数字格式化模板",

"l": "如果当前单元格内容是超链接，这里存储了超链接内容",

"s": "单元格样式"

}

看到了吧，不要以为获取到单元对象，就没事了，这里还有一堆属性等着你临幸呢。每个属性的解释以属性值得形式给出了。通常，获取到的单元格可能不会有上面全部的属性，如：纯文本单元格就没有 "r", "h", "l" 等属性。

还有，日期单元格的原始值 v 和格式化值 w 不一样，因为日期在 excel 以数字形式存储；超链接单元格的文本是 v，而链接是 l.Target。

平时使用单元格的时候，如果处理的表格不是很复杂，获取 v 属性的值就 OK 了。如果太复杂，还是用 excel 软件处理吧，这里就不深入这个单元格了。

二、基本概念

1.workbook 对象，指的是整份 Excel 文档。我们在使用 js-xlsx 读取 Excel 文档之后就会获得 workbook 对象。

2.worksheet 对象，指的是 Excel 文档中的表。我们知道一份 Excel 文档中可以包含很多张表，而每张表对应的就是 worksheet 对象。

3.cell 对象，指的就是 worksheet 中的单元格，一个单元格就是一个 cell 对象。

它们的关系如下：

// workbook

{

SheetNames: ['sheet1', 'sheet2'],

Sheets: {

// worksheet

'sheet1': {

// cell

'A1': { ... },

// cell

'A2': { ... },

...

},

// worksheet

'sheet2': {

// cell

'A1': { ... },

// cell

'A2': { ... },

...

}

}

}

4.读取 Excel 文件

import XLSX from 'xlsx';

const workbook = XLSX.readFile('someExcel.xlsx', opts);

5.获取 Excel 文件中的表

// 获取 Excel 中所有表名

const sheetNames = workbook.SheetNames; // 返回 ['sheet1', 'sheet2']

// 根据表名获取对应某张表

const worksheet = workbook.Sheets[sheetNames[0]];

6.通过 worksheet[address] 来操作表格，以 ! 开头的 key 是特殊的字段。

// 获取 A1 单元格对象

let a1 = worksheet['A1']; // 返回 { v: 'hello', t: 's', ... }

// 获取 A1 中的值

a1.v // 返回 'hello'

// 获取表的有效范围

worksheet['!ref'] // 返回 'A1:B20'

// 返回 range 对象，{ s: { r: 0, c: 0}, e: { r: 100, c: 2 } }

worksheet['!range']

// 获取合并过的单元格

// 返回一个包含 range 对象的列表，[ {s: { r: 0, c: 0 }, c: { r: 2, c: 1 } } ]

worksheet['!merges']

三、其它

1.xlsx.js使用了ES5的功能，比如Array和forEach等，为了兼容低版本的浏览器，使用了shim技术。在加载xlsx.js文件之前加载shim.js(在dist/ directory文件夹里面)，还有xlsx只能解析xls，也就是97-03的excel表格，如果要解析xlsx，也就是03之后的excel表格，需要引入jszip.js文件，而且需要在xlsx之前加载。

2.worksheet到底是什么

var worksheet = workbook.Sheets[Sheet1];

console.log(“打印sheet1:\n”,worksheet);

可以看出，worksheet是一个对象，里面包含名称/值对，值对的值仍然是对象。要获取A1单元格的值，这样：

var desired_cell = worksheet[A1];

var desired_value = desired_cell.v;

四、DEMO

/**

* 转换 excel 为 HTML 文件

*

* @file xlsx2json.js

* @author mystorp@gmail.com

*

*/

var fs = require('fs'),

xlsx = require('xlsx');

/**

* 解析 excel 为 JSON 对象，每个 excel 有多个 sheet 页，

* 每个 sheet 页里面有多行数据，每行数据有多列，最终 sheet

* 的数据存储为二维数组。

* 返回格式：

* {

* "Sheet 1": [

* [col1, col2, col3, ...],//第一行数据

* [col1, col2, col3, ...],//第二行数据

* ...

* ],

* "Sheet 2": []

* }

*

* @param {String} input - 要处理的 excel 源文件

* @return {Object} 返回

*/

function parse(input) {

var book = xlsx.readFileSync(input), result = {};

//循环工作表中的每个 sheet 页

book.SheetNames.forEach(function(name){

//拿到当前 sheet 页对象

var sheet = book.Sheets[name],

//得到当前页内数据范围

range = xlsx.utils.decode_range(sheet['!ref']),

//保存数据范围数据

row_start = range.s.r, row_end = range.e.r,

col_start = range.s.c, col_end = range.e.c,

rows = [], row_data, i, addr, cell;

//按行对 sheet 内的数据循环

for(;row_start<=row_end;row_start++) {

row_data = [];

//读取当前行里面各个列的数据

for(i=col_start;i<=col_end;i++) {

addr = xlsx.utils.encode_col(i) + xlsx.utils.encode_row(row_start);

cell = sheet[addr];

//如果是链接，保存为对象，其它格式直接保存原始值

if(cell.l) {

row_data.push({text: cell.v, link: cell.l.Target});

} else {

row_data.push(cell.v);

}

}

rows.push(row_data);

}

//保存当前页内的数据

result[name] = rows;

});

return result;

}

/**

* 根据模板页生成最终的页面

*

* @param file 要生成文件的路径

*/

function createPage(file, head, catalogs) {

var src = fs.readFileSync('template.html', {encoding: 'utf-8'}), o;

o = {head:head, catalogs: catalogs};

src = src.replace(/\{(.*?)\}/g, function(_, key){

return (key in o) ? JSON.stringify(o[key]) : _;

});

fs.writeFileSync(file, src);

}

if(module === require.main) {

var files = [

{filename: '1.xls', text: 'jhs', html: 'index_jhs.html'},

{filename: '2.xls', text: 'tm', html: 'index.html'}

];

var prefix = "./";

files.forEach(function(c){

var result = parse(c.filename), dir = prefix + c.text, k, catalogs = [], i;

fs.existsSync(dir) || fs.mkdirSync(dir);

i = 1;

for(k in result) {

fs.writeFileSync(dir + '/' + i + '.json', JSON.stringify(result[k]));

catalogs.push([k, i]);

i++;

}

createPage(prefix + c.html, c, catalogs);

});

}

end