求助，处理excel表格处理中文字符

dahe_1984

excel.rar (5.01 MB, 下载次数: 8)

2014-03-18 16:40 上传

点击文件名下载附件

#!/usr/bin/perl -w
use strict;  
use warnings;
use Encode;
use Data:umper;
use Spreadsheet:arseExcel;  
use Spreadsheet:arseExcel::FmtUnicode;
use Spreadsheet::WriteExcel;
use Encode;

my $parser = new Spreadsheet:arseExcel;
my $oCode = "GB2312";
my $oFmtJ = Spreadsheet:arseExcel::FmtUnicode->new(Unicode_Map => $oCode);

# get all the catalogs from table Amber
my $amber_workbook = $parser->arse('Amber Catalog 2013.xls', $oFmtJ);
my $amber_worksheet = $amber_workbook->worksheet('30801');
my @amber_catalog_array;

#Get all the catalog from table Amber Catalog 2013.xls
my ( $amber_row_min, $amber_row_max ) = $amber_worksheet->row_range();

for my $row ( ($amber_row_min + 1) .. $amber_row_max)
{  
    my $amber_catalog = $amber_worksheet->get_cell( $row, 1 );     
        next unless $amber_catalog;  
        $amber_catalog = $amber_catalog->unformatted();
        push (@amber_catalog_array, $amber_catalog);
}

# Get all the datas from table Product Full_2014_03_02.xls which catalog no in the table Amber Catalog 2013.xls
$parser = new Spreadsheet:arseExcel;  
my $full_workbook = $parser->arse('Product_Full_2014_03_02.xls',$oFmtJ);
my $full_worksheet = $full_workbook->worksheet('Products');

my ( $product_row_min, $product_row_max ) = $full_worksheet->row_range();
my ( $product_col_min, $product_col_max ) = $full_worksheet->col_range();
my $workbook = Spreadsheet::WriteExcel->new('1.xls');
my $worksheet = $workbook->add_worksheet();   

my $format = $workbook->add_format();  
$format->set_bold();
$format->set_color('red');
$format->set_align('center');

for my $row ( $product_row_min .. $product_row_max ) {
        my $product_catalog = $full_worksheet->get_cell( $row, 0);
        next unless $product_catalog;
        $product_catalog = $product_catalog->unformatted();       
       
        if( grep {$_ eq $product_catalog} @amber_catalog_array) {
                next;
        } else {
                for my $new_col ( $product_col_min .. $product_col_max ) {
                        $product_catalog = $full_worksheet->get_cell( $row, $new_col);
                        unless ($product_catalog) {
                                print "\*";
                                next;
                        }
                        $product_catalog = $product_catalog->unformatted();
                        if($product_catalog =~ /[\x80-\xFF]{2}/) {
                                $worksheet->write($row, $new_col, decode('utf16-BE',$product_catalog));
                        } else {
                                $worksheet->write($row, $new_col, $product_catalog);
                        }
                        #print "$product_catalog";                    
        }
                print "\n";
        }
}

这里有个问题，如果products中有中文字符或者特殊字符，比如汉字或者 全角的（）或者阿尔法（a），贝塔（b），按照格式转换后一个cell中的所有字符均被转换了，请教大神们怎么处理？

523066680

回复 3# dahe_1984


     我在那个帖子回复你了……  
其实用EXCEL2007很爽，因为EXCEL2007采用UTF-8保存特殊字符，兼容ASCII
不用考虑编码产生交集导致的辨别问题。

以下代码只适用EXCEL2007

1. use Spreadsheet::Read;
   
2. use Excel::Writer::XLSX;
   
3. use Encode;
   
4. 
   
5. my ($i,$j,$col,$row,$value);
   
6. my @arr;
   
7. 
   
8. # Read
   
9. my $book  = ReadData ("a.xlsx");
   
10. foreach $col (1..3) {                 #列
    
11.     foreach $row (1..4) {             #行
    
12.         $arr[$col-1][$row-1] = $book->[1]{cell}[$col][$row];
    
13.     }
    
14. }
    
15. 
    
16. # Write
    
17. my $workbook = Excel::Writer::XLSX->new('b.xlsx');
    
18. my $worksheet = $workbook->add_worksheet();
    
19. foreach $col (0..$#arr) {
    
20.     foreach $row (0..$#{$arr[0]}) {
    
21.         $worksheet->write(
    
22.             $row,
    
23.             $col,
    
24.             decode('utf-8',$arr[$col][$row])
    
25.         );
    
26.         #这边写的时候$col 和 $row参数的使用位置和前面Read模块相反
    
27.     }
    
28. }
    
29. $workbook->close();
    

复制代码

α-alpha
Bcefe	B2
中文test		C三

生成b.xlsx的结果

α-alpha
Bcefe	B2
中文test		C三

另外read模块和write的模块在行和列的引用值上略有不同
read模块从1开始算
write模块的函数从0开始算。

dahe_1984

把包含相同catalog的数据在products中去掉。

就是products - amber （按照catalog判断）= 新表。

dahe_1984

又没人了又没人了又没人了又没人了又没人了又没人了又没人了又没人了又没人了又没人了又没人了又没人了

523066680

临时学一下VBA也许是个不错的方法。
我刚刚试着录制宏并删除一整行表格，录制的宏只用了下面两句话就实现了删除+后面表格上移的操作

    Rows("50:50").Select
    Selection.Delete Shift:=xlUp

523066680

回复 2# dahe_1984


      我找到针对你这个表格的辨别方法了（如果一定要在EXCEL2003处理的话……），
几乎确定在这个表格中超出ASCII范围的字符都是和 ASCII 字符在一起的，也就是像
"α"这样的字符并不会单独存在。这个时候ASCII 字符一定会被转换为 00 ??的两个
节形式只要判断字节流中有0就必定是UTF-16BE。

完整的处理代码你自己写了，判断部分我写个例子吧
把Product Full_2014_03_02.xls表格第二列复制到新表单独做了测试

1. use Spreadsheet::Read;
   
2. use Spreadsheet::WriteExcel;
   
3. use Encode;
   
4. 
   
5. # for read
   
6. my $book  = ReadData ("Product Full_2014_03_03.xls");
   
7. 
   
8. my ($col,$row);
   
9. my $value;
   
10. 
    
11. # for write
    
12. my $workbook=Spreadsheet::WriteExcel->new('b.xls');
    
13. my $worksheet = $workbook->add_worksheet();
    
14. 
    
15. foreach $col (1..1) {
    
16.     foreach $row (1..65536) {
    
17.         $value  = $book->[1]{cell}[$col][$row];
    
18.         if (defined $value) {
    
19.             if (isASCII($value)) {
    
20.                 $worksheet->write($row-1,0,$value);
    
21.             } else {
    
22.                 $worksheet->write($row-1,0,decode('utf16-BE',$value));
    
23.             }
    
24.         } else {
    
25.             print "Line of $row is empty\n";
    
26.         }
    
27.     }
    
28. }
    
29. $workbook->close();
    
30. 
    
31. sub isASCII {
    
32.     for my $v ( split(//,$_[0]) ) {
    
33.         return 0 if (ord($v) == 0);
    
34.     }
    
35.     return 1;
    
36. }

复制代码

dahe_1984

牛啊，谢谢你啊

dahe_1984

回复 4# 523066680


上个帖子你说的我明白，现在的问题是一个cell中可能有中英文混合的，比如dfadfds（432432）(432)，里面既有中文的括号，又有英文的字符，装成中文英文字符也跟着变化了

   

523066680

回复 8# dahe_1984


    六楼的代码可以解决混合的问题。不混合反而不好判断，比如只有两个字的时候，
比如“中文”可以被判断为4个ASCII字符。

    对比测试结果的时候发现你提供的范本中
product 工作表 824行 有一行 Benzenepropanoic acid, 是双字节的=_= 不过导出的结果还算正确。

523066680

我筛选出了导出后不能完全匹配的结果，你参考一下吧，还真有个单元格是全中文的：

筛选对比.rar (1.43 MB, 下载次数: 8)

2014-03-18 23:55 上传

点击文件名下载附件

手性化合物

bK`'STri

FALSE

还是xlsx 方便~