excel2csv.pl(excel文件到csv文件转换脚本)

路小佳

网上大多数的excel文件转换的perl脚本是用的Spreadsheet::ParseExcel::FmtUnicode和Unicode::Map来支持含有中文excel转换的。
但是这样做有个缺点，就是用PDK打包之后就不能正确转换了，会变成乱码。
下面的脚本可以避免这个问题。
注意: Spreadsheet::ParseExcel默认使用是Spreadsheet::ParseExcel::FmtDefault.pm来做格式解码。而为了excel2csv.pl能支持中文， 你必须把FmtDefault.pm中的

1. sub TextFmt($$;$)

复制代码

过程的返回值那一行（第68行）的

1. return pack('C*', unpack('n*', $sTxt));

复制代码

改为

1. return pack('U*', unpack('n*', $sTxt));

复制代码

如果你熟悉pack的使用那这个改动的意义是不言自明的。
好了，以下是脚本

1. 
   
2. #!/usr/bin/perl -W
   
3. #
   
4. # File: excel2csv.pl
   
5. # Author: 路小佳
   
6. # License: GPL-2
   
7. 
   
8. use strict;
   
9. use warnings;
   
10. 
    
11. use Spreadsheet::ParseExcel;
    
12. use Encode;
    
13. our $local_enc = 'cp936';
    
14. 
    
15. sub decode_cell($)
    
16. {
    
17.     my $cell = shift;
    
18.     if (!$cell) {
    
19.         return '';
    
20.     }
    
21.     if ($cell->{Type} eq 'Text' && defined($cell->{Code})) {
    
22.         if ($cell->{Code} eq 'ucs2') {
    
23.             $cell->{Val} = decode('UTF16-BE', $cell->{Val});
    
24.         }
    
25.         elsif ($cell->{Code} eq '_native_') {
    
26.             $cell->{Val} = decode($local_enc, $cell->{Val});
    
27.         }
    
28.     }
    
29.     elsif ($cell->{Type} eq 'Date') {
    
30.         #TODO
    
31.     }
    
32.     elsif ($cell->{Type} eq 'Number') {
    
33.         #TODO
    
34.     }
    
35.     return $cell->{Val};
    
36. }
    
37. 
    
38. sub excel2csv($) {
    
39.     my $file = shift;
    
40.     my $book = Spreadsheet::ParseExcel::Workbook->Parse($file);
    
41.     if (!$book) {
    
42.         warn "Cannot Parse $file: $!\n";
    
43.         return undef;
    
44.     }
    
45.     $file =~ s/\.xls$//i;
    
46.     foreach my $sheet (@{$book->{Worksheet}}) {
    
47.         my $name = $file.'_'.encode($local_enc, $sheet->{Name});
    
48.         print "sheet \"$name\" is parsing...\n";
    
49.         local *FH;
    
50.         if (!open(FH, ">$name.csv")) {
    
51.             warn "Cannot write $name.csv: $!";
    
52.             next;
    
53.         }
    
54.         my ($i, $line);
    
55.         foreach $i ($sheet->{MinRow}..$sheet->{MaxRow}) {
    
56.             $sheet->{MaxCol} ||= $sheet->{MinCol};
    
57.             $line = join(',', map {encode('utf8', decode_cell($sheet->{Cells}[$i][$_]))} ($sheet->{MinCol}..$sheet->{MaxCol}));
    
58.             if ($line =~ m/^,*$/) {
    
59.                 $line = '';
    
60.             }
    
61.             print FH $line."\n";
    
62.         }
    
63.         close(FH);
    
64.     }
    
65. }
    
66. 
    
67. foreach (<*.xls>) {
    
68.     print "parsing $_ ...\n";
    
69.     excel2csv($_);
    
70. }
    

复制代码

补充一下， 一般的excel的单元格有Text,Date,Value三种形式，Date,Value是以浮点存储的， 可以直接返回，Text的话在$cell->{Code}会指明编码方式ucs2(UTF61_BE), _native_, ascii. 而excel的工作簿的名字是以wide char形式存储的, 读取后直接encode即可。

[ 本帖最后由 路小佳 于 2007-3-18 21:55 编辑 ]

路小佳

刚才心血来潮， 到网上一搜"excel2csv", 结果发现已有了一个vbs的实现了。:(
http://www.vector.co.jp/soft/win95/business/se259639.html
嗯，日本人很厉害。Spreadsheet::ParseExcel是日本写的， excel2csv.vbs也是的。

helbreathszw

hehe
我见过日本人用VBS生成了对数据库表的自动excel转成sql建表和索引的语句
并且都把每个表做成了单独的模块，用对象方法来操作，obj->select,obj->update,obj->delete

helbreathszw

日本人玩excel很厉害的
拿excel当photoshop了，各种设计和design方案，项目流程图写的那个精致。。。。
佩服的五体投地。。。。

福瑞哈哥

支持搂住，知识共享。

alexru

同样支持