Spreadsheet::ParseExcel

最新推荐文章于 2023-08-09 18:55:51 发布

yangl2512

最新推荐文章于 2023-08-09 18:55:51 发布

阅读量5k

点赞数 1

分类专栏： cpan 文章标签： spreadsheet excel 工作 encryption file office

本文链接：https://blog.csdn.net/yangl2512/article/details/6927664

版权

cpan 专栏收录该内容

3 篇文章

订阅专栏

Spreadsheet::ParseExcel是用于从excel中读取信息的模块，但是这个模块只适用于xls格式，即excel97-03；而要读取xlsx格式的话，即excel07之后的版本，则需要使用模块Spreadsheet::XLSX。这里只对Spreadsheet::ParseExcel的用法做个描述。

加载模块：
```
use Spreadsheet::ParseExcel;
```

新建一个解析器对象，有以下三种方法：

只创建一个解析器对象：

my $parser = Spreadsheet::ParseExcel->new();

当excel需要密码打开时，如下新建解析器对象(目前只支持一种加密方法：Office 97/2000 Compatible encryption)：
```
$parser = Spreadsheet::ParseExcel->new( Password => 'secret');
```

如果需要解析的文件较大时，可以采用回调函数的方法，免得被卡死：

    #!/usr/bin/perl -w

    use strict;
    use Spreadsheet::ParseExcel;

    my $parser = Spreadsheet::ParseExcel->new(
        CellHandler => \&cell_handler,
        NotSetCell  => 1
    );

    my $workbook = $parser->parse('file.xls');

    sub cell_handler {

        my $workbook    = $_[0];
        my $sheet_index = $_[1];
        my $row         = $_[2];
        my $col         = $_[3];
        my $cell        = $_[4];

        # 可以在这里边设定执行条件
        return if $sheet_index >= 3;
        return if $row >= 10;

        # 也可以设定具体执行的行为。
        print $cell->value(), "\n";

    }

其中：
$workbook：表示具体的工作簿对象，可以包含Spreadsheet::ParseExcel::Workbook中的方法。
$sheet_index：表示表格对象，从0开始。
$row：表示行数，从0开始。
$col：表示列数，从0开始。
$cell：单元格对象的引用。即Spreadsheet::ParseExcel::Cell的对象。
NotSetCell：设置为1表示不存储已经解析过的单元格信息。

解析工作簿，返回工作簿对象：
```
my $workbook = $parser->parse('Book1.xls');
```
如果出错的话，返回undef.，可以通过如下形式打印出错信息：
```
if ( !defined $workbook ) {
    die $parser->error(), ".\n";
}
```

出错信息处理，有两种方法：

打印默认出错信息：

$parser->error();

其中error()和error_no()的对应关系如下：

error()                         error_code()
=======                         ============
''                              0
'File not found'                1
'No Excel data found in file'   2
'File is encrypted'             3

打印自定义出错信息：

die "Got error code ", $parser->error_code, ".\n";

工作簿操作：
```
my $workbook = $parser->parse('Book1.xls');
```
工作簿支持一系列的方法，常用的方法列表如下：
1. 返回表格页的列表，通常如下使用：
```
for my $worksheet ( $workbook->worksheets() ) {
...
}
```
2. 返回单个表格页，可以使用名字或索引值作参数：
```
$worksheet = $workbook->worksheet('Sheet1');
$worksheet = $workbook->worksheet(0);
```
3. 返回表格页的数量：
```
my $worksheet_count = $workbook->worksheet_count();
```
4. 返回excel文件的名字：
```
my $filename = $workbook->get_filename();
```
  更具体的信息在页面：http://search.cpan.org/~jmcnamara/Spreadsheet-ParseExcel-0.59/lib/Spreadsheet/ParseExcel/Workbook.pm
工作表操作：
模块Spreadsheet::ParseExcel::Worksheet封装了一系列的工作表的属性，这里只描述常用的方法：
1. 获得某个特定格的元素，没有的话，返回undef：
```
my $cell = $worksheet->get_cell($row, $col);
```
2. 获得行的范围：
```
 my ( $row_min, $row_max ) = $worksheet->row_range();
```
3. 获得列的范围：
```
my ( $col_min, $col_max ) = $worksheet->col_range();
```
4. 获得工作表的名称：
```
my $name = $worksheet->get_name();
```
  更具体的信息在http://search.cpan.org/~jmcnamara/Spreadsheet-ParseExcel-0.59/lib/Spreadsheet/ParseExcel/Worksheet.pm
表格元素操作：
这里只描述常用的方法：
1. 获取格式化后的数据：
```
my $value = $cell->value();
```
  这里长日期格式（2011年11月1日）处理不正确，显示的是数字，而不是格式化后内容。
  这里的格式化的意思主要针对数字形式的单元格数据。比如数字的值是40117，就可能会被格式化为内容40,117，40117.000，甚至是时间格式2009/12/30。
  如果单元格不包含格式化的数字，则返回的内容和unformatted()一样。
  对于一个确定的单元格，value()总是返回一个值。
  在单元格具有格式的情况下，单元格内没内容则返回空。
2. 获取未格式化的数据：
```
my $unformatted = $cell->unformatted();
```
  返回非格式化的数字形式的数据。
  更具体的内容在http://search.cpan.org/~jmcnamara/Spreadsheet-ParseExcel-0.59/lib/Spreadsheet/ParseExcel/Cell.pm
还有一些东西不常用，就不写了。

更具体的内容在http://search.cpan.org/~jmcnamara/Spreadsheet-ParseExcel-0.59/lib/Spreadsheet/ParseExcel.pm