h5页面如何预览excel文件_如何使用JavaScript实现前端导入和导出excel文件?(H5编辑器实战复盘)...

前言

最近笔者终于把H5-Dooring的后台管理系统初步搭建完成, 有了初步的数据采集和数据分析能力, 接下来我们就复盘一下其中涉及的几个知识点,并一一阐述其在Dooring H5可视化编辑器中的解决方案. 笔者将分成3篇文章来复盘, 主要解决场景如下: 如何使用JavaScript实现前端导入和导出excel文件(H5编辑器实战复盘) 前端如何基于table中的数据一键生成多维度数据可视化分析报表 * 如何实现会员管理系统下的权限路由和权限菜单

以上场景也是前端工程师在开发后台管理系统中经常遇到的或者即将遇到的问题, 本文是上述介绍中的第一篇文章, 你将收获: 使用JavaScript实现前端导入excel文件并自动生成可编辑的Table组件 使用JavaScript实现前端基于Table数据一键导出excel文件 * XLSX和js-export-excel基本使用

正文

本文接下来的内容素材都是基于H5可视化编辑器(H5-Dooring)项目的截图, 如果想实际体验, 可以访问

1. 使用JavaScript实现前端导入excel文件并自动生成可编辑的Table组件

在开始实现之前, 我们先来看看实现效果.

1.1 实现效果

导入excel文件并通过antd的table组件渲染table:

编辑table组件:

保存table数据后实时渲染可视化图表:

以上就是我们实现导入excel文件后, 编辑table, 最后动态生成图表的完整流程.

1.2 实现一键导入excel文件并生成table表格

导入excel文件的功能我们可以用javascript原生的方式实现解析, 比如可以用fileReader这些原生api,但考虑到开发效率和后期的维护, 笔者这里采用antd的Upload组件和XLSX来实现上传文件并解析的功能. 由于我们采用antd的table组件来渲染数据, 所以我们需要手动将解析出来的数据转换成table支持的数据格式.大致流程如下:

所以我们需要做的就是将Upload得到的文件数据传给xlsx, 由xlsx生成解析对象, 最后我们利用javascript算法将xlsx的对象处理成ant-table支持的数据格式即可. 这里我们用到了FileReader对象, 目的是将文件转化为BinaryString, 然后我们就可以用xlsx的binary模式来读取excel数据了, 代码如下:

// 解析并提取excel数据let reader = new FileReader();

reader.onload = function(e) {

let data = e.target.result;

let workbook = XLSX.read(data, {type: 'binary'});

let sheetNames = workbook.SheetNames; // 工作表名称集合 let draftObj = {}

sheetNames.forEach(name => {

// 通过工作表名称来获取指定工作表 let worksheet = workbook.Sheets[name];

for(let key in worksheet) {

// v是读取单元格的原始值 if(key[0] !== '!') {

if(draftObj[key[0]]) {

draftObj[key[0]].push(worksheet[key].v)

}else {

draftObj[key[0]] = [worksheet[key].v]

}

}

}

});

// 生成ant-table支持的数据格式 let sourceData = Object.values(draftObj).map((item,i) => ({ key: i + '', name: item[0], value: item[1]}))

经过以上处理, 我们得到的sourceData即是ant-table可用的数据结构, 至此我们就实现了表格导入的功能.

1.3 table表格的编辑功能实现

table表格的编辑功能实现其实也很简单, 我们只需要按照antd的table组件提供的自定义行和单元格的实现方式即可. antd官网上也有实现可编辑表格的实现方案, 如下:

大家感兴趣的可以私下研究以下. 当然自己实现可编辑的表格也很简单, 而且有很多方式, 比如用column的render函数来动态切换表格的编辑状态, 或者使用弹窗编辑等都是可以的.

1.4 根据编辑的table数据动态生成图表

根据table数据动态生成图表这块需要有一定的约定, 我们需要符合图表库的数据规范, 不过我们有了table数据, 处理数据规范当然是很简单的事情了, 笔者的可视化库采用antv的f2实现, 所以需要做一层适配来使得f2能消费我们的数据.

还有一点就是为了能使用多张图表, 我们需要对f2的图表进行统一封装, 使其成为符合我们应用场景的可视化组件库.

我们先看看f2的使用的数据格式:

const data = [

{ genre: 'Sports', sold: 275 },

{ genre: 'Strategy', sold: 115 },

{ genre: 'Action', sold: 120 },

{ genre: 'Shooter', sold: 350 },

{ genre: 'Other', sold: 150 }

];

此数据格式会渲染成如下的图表:

所以说我们总结下来其主要有2个纬度的指标, 包括它们的面积图, 饼图, 折线图, 格式都基本一直, 所以我们可以基于这一点封装成组件的可视化组件, 如下:

import { Chart } from '@antv/f2';

import React, { memo, useEffect, useRef } from 'react';

import ChartImg from '@/assets/chart.png';

import styles from './index.less';

import { IChartConfig } from './schema';

interface XChartProps extends IChartConfig {

isTpl: boolean;

}

const XChart = (props: XChartProps) => {

const { isTpl, data, color, size, paddingTop, title } = props;

const chartRef = useRef(null);

useEffect(() => {

if (!isTpl) {

const chart = new Chart({

el: chartRef.current || undefined,

pixelRatio: window.devicePixelRatio, // 指定分辨率 });

// step 2: 处理数据 const dataX = data.map(item => ({ ...item, value: Number(item.value) }));

// Step 2: 载入数据源 chart.source(dataX);

// Step 3:创建图形语法,绘制柱状图,由 genre 和 sold 两个属性决定图形位置,genre 映射至 x 轴,sold 映射至 y 轴 chart

.interval()

.position('name*value')

.color('name');

// Step 4: 渲染图表 chart.render();

}

}, [data, isTpl]);

return (

{title}

{isTpl ? dooring chart : }

);

};

export default memo(XChart);

当然其他的可视化组件也可以用相同的模式封装,这里就不一一举例了. 以上的组件封装使用react的hooks组件, vue的也类似, 基本原理都一致.

2. 使用JavaScript实现前端基于Table数据一键导出excel文件

同样的, 我们实现将table数据一键导出为excel也是类似, 不过方案有所不同, 我们先来看看在Dooring中的实现效果.

2.1 一键导出为excel实现效果

以上就是用户基于后台采集到的数据, 一键导出excel文件的流程, 最后一张图是生成的excel文件在office软件中的呈现.

2.2 使用javascript实现一键导出excel文件功能

一键导出功能主要用在H5-Dooring的后台管理页面中, 为用户提供方便的导出数据能力. 我们这里导出功能也依然能使用xlsx来实现, 但是综合对比了一下笔者发现有更简单的方案, 接下来笔者会详细介绍, 首先我们还是来看一下流程:

很明显我们的导出流程比导入流程简单很多, 我们只需要将table的数据格式反编译成插件支持的数据即可. 这里笔者使用了js-export-excel来做文件导出, 使用它非常灵活,我们可以自定义: 自定义导出的excel文件名 自定义excel的过滤字段 * 自定义excel文件中每列的表头名称

由于js-export-excel支持的数据结构是数组对象, 所以我们需要花点功夫把table的数据转换成数组对象, 其中需要注意的是ant的table数据结构中键对应的值可以是数组, 但是js-export-excel键对应的值是字符串, 所以我们要把数组转换成字符串,如[a,b,c]变成'a,b,c', 所以我们需要对数据格式进行转换, 具体实现如下:

const generateExcel = () => {

let option = {}; //option代表的就是excel文件 let dataTable = []; //excel文件中的数据内容 let len = list.length;

if (len) {

for(let i=0; i

let row = list[i];

let obj:any = {};

for(let key in row) {

if(typeof row[key] === 'object') {

let arr = row[key];

obj[key] = arr.map((item:any) => (typeof item === 'object' ? item.label : item)).join(',')

}else {

obj[key] = row[key]

}

}

dataTable.push(obj); //设置excel中每列所获取的数据源 }

}

let tableKeys = Object.keys(dataTable[0]);

option.fileName = tableName; //excel文件名称 option.datas = [

{

sheetData: dataTable, //excel文件中的数据源 sheetName: tableName, //excel文件中sheet页名称 sheetFilter: tableKeys, //excel文件中需显示的列数据 sheetHeader: tableKeys, //excel文件中每列的表头名称 }

]

let toExcel = new ExportJsonExcel(option); //生成excel文件 toExcel.saveExcel(); //下载excel文件 }

注意, 以上笔者实现的方案对任何table组件都使用, 可直接使用以上代码在大多数场景下使用. 至此, 我们就实现了使用JavaScript实现前端导入和导出excel文件的功能.

所以, 今天你又博学了吗?

最后

以上教程笔者已经集成到

如果想学习更多H5游戏, webpack,node,gulp,css3,javascript,nodeJS,canvas数据可视化等前端知识和实战,欢迎在《趣谈前端》一起学习讨论,共同探索前端的边界。

更多推荐徐小夕:基于f2从零实现移动端可视化编辑器​zhuanlan.zhihu.com徐小夕:基于React+Koa实现一个h5页面可视化编辑器-Dooring​zhuanlan.zhihu.com徐小夕:深度剖析github star数15.1k的开源项目redux-thunk​zhuanlan.zhihu.com徐小夕:Dooring可视化之从零实现动态表单设计器​zhuanlan.zhihu.com

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个将CIFAR10_CNN_weights.h5文件转换为CIFAR10_CNN_weights.pth文件的示例代码: ```python import torch import h5py # 加载h5文件中的权重参数 with h5py.File('CIFAR10_CNN_weights.h5', 'r') as f: conv1_weight = torch.Tensor(f['conv1/conv1_W:0'][:]) conv1_bias = torch.Tensor(f['conv1/conv1_b:0'][:]) conv2_weight = torch.Tensor(f['conv2/conv2_W:0'][:]) conv2_bias = torch.Tensor(f['conv2/conv2_b:0'][:]) fc1_weight = torch.Tensor(f['fc1/fc1_W:0'][:]) fc1_bias = torch.Tensor(f['fc1/fc1_b:0'][:]) fc2_weight = torch.Tensor(f['fc2/fc2_W:0'][:]) fc2_bias = torch.Tensor(f['fc2/fc2_b:0'][:]) # 创建PyTorch模型 model = torch.nn.Sequential( torch.nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3, padding=1), torch.nn.ReLU(), torch.nn.MaxPool2d(kernel_size=2), torch.nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, padding=1), torch.nn.ReLU(), torch.nn.MaxPool2d(kernel_size=2), torch.nn.Flatten(), torch.nn.Linear(in_features=64 * 8 * 8, out_features=512), torch.nn.ReLU(), torch.nn.Linear(in_features=512, out_features=10) ) # 将权重参数加载到PyTorch模型中 model[0].weight.data = conv1_weight.permute(3, 2, 0, 1) model[0].bias.data = conv1_bias model[3].weight.data = conv2_weight.permute(3, 2, 0, 1) model[3].bias.data = conv2_bias model[6].weight.data = fc1_weight.t() model[6].bias.data = fc1_bias model[9].weight.data = fc2_weight.t() model[9].bias.data = fc2_bias # 保存权重参数为.pth文件 torch.save(model.state_dict(), 'CIFAR10_CNN_weights.pth') ``` 需要注意的是,在转换过程中需要根据模型结构和权重参数的命名规则来获取相应的权重参数,同时需要注意权重参数的形状和数据类型。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值