在Mac上将非常大的XLSX文件转换为TSV

Question

我需要将任意大的XLSX文件转换为TSV。该文件为700MB，以下方法失败：

• LibreOffice崩溃
• XLSX2TSV在一小时https://gist.github.com/brendano/22764
后无法完成
• https://github.com/brendano/tsvutils一小时后无法完成

我已经解压缩了XLSX文件并且打印了工作表XML，但是对于数据来说，这不是一个明显的任务。

什么是转换这种野兽的可用解决方案？

（Macbook Air，4GB RAM，20gb磁盘可用）

Answer 1

我可以问你为什么需要把它转换成TSV吗？是否能够更容易地解析它？

尝试grep the worsheet XML确实不会起作用，因为数据可以分割到不同的XML文件中（并且对一个非常大的文件进行grepping不是很有效）。

如果您的文件只包含基本文本（没有图表，函数......），您可以尝试Spout：https://github.com/box/spout。一个700MB的文件可能需要花费很长时间（如小时）来处理，但至少它不会失去记忆。 然后问题是如果你想在Excel或类似的东西中打开这个700MB的文件，你可能最终崩溃Excel，因为该文件需要太多的内存才能加载......

Answer 2

以下是解决方案：

1. 从https://gist.github.com/brendano/22764
安装Wine
2. 获取并安装MS Office 2010
3. 不要抱怨第2步<​​/ li>

   以下是一些无法正常工作的尝试，因为它们：缺少可用的文档，内存不足（在没有其他运行的4GB系统上），冻结和/或产生无法使用的输出：

   • LibreOffice（冻结保存）
   • LibreOffice soffice命令行（冻结）
   • https://github.com/AndyStricker/FastXLSX（文档不完整，崩溃）
   • https://github.com/cool-hazcker/exceller
   • https://github.com/leegao/pyXLSX
   • https://github.com/staale/py-xlsx
   • https://github.com/thirtyseven/dullard
   • https://gist.github.com/brendano/22764
   • https://github.com/box/spout（日期输出不可用）