Question

是否有一个Perl模块/程序/方法可以在Linux中读取具有字体格式的XLSX文件中的文本？

它不一定是Perl，但Perl是我最熟悉的，所以Perl会是最好的。

例如，单个单元格可能会说：

金刚是我最喜欢的书。我比 1984 更喜欢它。

我阅读了很多帖子并下载了一堆perl模块和示例，但它们都只是提取文本。我真的很想保留格式。

Answer 1

为了阅读XLSX文件，您需要掌握Win32::OLE - 这是一个痛苦的过程，但这并非不可能。

Microsoft提供了一些示例代码：http://support.microsoft.com/kb/214797

但是从电子表格中读取基本级别，您需要以下内容：

use strict;
use warnings;
use Data::Dumper;

use Win32::OLE;
use Win32::OLE::Const 'Microsoft Excel';

my $excelfile = 'Book1.xlsx';

my $Excel = Win32::OLE->new('Excel.Application');
my $Book  = $Excel->Workbooks->Open($excelfile);
my $Sheet = $Book->Worksheets("Sheet1");

print $Sheet->Range("a2")->{Value}, "\n";

my $cell = $Sheet->Range("a2");

foreach my $key ( keys %$cell ) {
    print "$key, ", $cell->{$key} ? $cell->{$key} : 0, "\n";
}

我认为你需要：

Font, Win32::OLE=HASH(0x1b2720c)

E.g：

foreach my $key ( keys %{$cell->{Font}} ) {
    print "$key, ", $cell->{Font}->{$key} ? $cell->{Font}->{$key} : 0, "\n";
}

这将告诉您整个细胞是否是斜体。（或大胆，或其他）。我还没有挖出那个元素，告诉你是否格式化了子串。

编辑：不，我看不到任何＆＃39;子单元＆＃39;格式化，但显然可以完成。

有了额外的细节 - 它的Linux：

Win32::OLE不是一个选项 - 这是一种简单的方法，因为它可以自动化＆＃39; Excel（与VB使用的机制相同）。

然而，XLSX的一个优点是它实际上是一种基于XML的存档格式。

这样的事情可能有用：

#!/usr/bin/perl

use strict;
use warnings;
use Archive::Zip;
use XML::Twig;

my $archive = Archive::Zip -> new ();

$archive -> read ( 'Book1.xlsx' );

my $thing = $archive -> memberNamed('xl/sharedStrings.xml');
print $thing -> contents();

my $parser = XML::Twig -> new( pretty_print => 'indented' ) -> parse ( $thing -> contents() );

$parser -> print;

现在，这有点粗糙，因为它只是转储XML。我认为格式化每个＆＃39;单元格＆＃39;作为<si>元素。

所以你可以这样做：

foreach my $element ( $parser -> root -> children('si') ) {
    print $element -> text,"\n";
}

读取/解析XLSX文件，保留字体

1 个答案: