Question

我正在解析在某些单元格中包含日语的Excel文件。通过使用 Spreadsheet :: ParseExcel（Ver.15）（我知道它比当前版本旧），一些单元格的字符如下：

<设定B-1コース>

显示为：

print Dumper $ oWkc-＆gt; {_ Value};

$ VAR1 =“\ x {ff1c} \ x {8a2d} \ x {5b9a} B- \ x {ff11} \ x \ x {xfc} \ x {xf2} \ x {ff1e}” ;

和

打印$ oWkc-＆gt; {Val}。 “\ n” 个;

[ - 0

$ VAR1 =“\ x {ff1c} \ x {8a2d} \ x {5b9a} B- \ x {xf}} \ x {xfc} \ x \ f {ff1} ;

[ - 0

如果我想在实际的foramat中打印这些值，我将STDOUT File句柄设置为“：utf8 ”，并且我的终端显示utf-8编码（否则我得到了一些“广泛的性格”警告）。在这里，我必须选择B-1或B-2的单元格，但我不确定在我的脚本中应该设置什么，以便这些字符可以被视为我能够在STDOUT上看到它们。

目前我使用正则表达式将这些宽字符转换为相应的ASCII值。作为一个例子，如果我想匹配存储为'B- \ x {ff11}'的B-1，我将

$oWkc->{_Value} =~ /([AB]-)(\x{ff11}|\x{ff12}|\x{ff13}/
my $lookup = $1.$2;
$lookup =~ s/\x{ff11}/1/;
$lookup =~ s/\x{ff12}/2/;
$lookup =~ s/\x{ff13}/3/;

作为参考，B-1，A-2等这些值来自其他一些来源，目前的范围是A | B- [1-3]。

处理这些宽字符的标准方法是什么？我无法使用编码/解码等。任何人都可以给我一些方向吗？

目前虽然我能够使用正则表达式完成工作......

Answer 1

虽然我没有验证它（我不打算从2001年3月开始安装模块），但模块显然已经解码为Perl本地字符串，所以你不需要做太多。直截了当的方式工作得很好，不需要通过这些替换使事情过于复杂。

use utf8;
my $val = '＜設定B-１コース＞';

# does it match A or B, followed by a dash, followed by a fullwidth １,２ or ３?
$val =~ /(?:A|B)-[１２３]/;  # returns true/1

Answer 2

要处理Spreadsheet::ParseExcel中的多字节字符，您应该更新到最新版本并使用FmtJapan格式化程序。日语格式的几个错误修复进入了最新版本。

以下是一个例子：

#!/usr/bin/perl


use warnings;
use strict;
use Spreadsheet::ParseExcel;
use Spreadsheet::ParseExcel::FmtJapan;

my $filename  = 'Test2000J.xls';
my $parser    = Spreadsheet::ParseExcel->new();
my $formatter = Spreadsheet::ParseExcel::FmtJapan->new();
my $workbook  = $parser->parse($filename, $formatter);

if ( !defined $workbook ) {
    die "Parsing error: ", $parser->error(), ".\n";
}

# Set your output encoding.
binmode STDOUT, ':encoding(cp932)';
# Or maybe this:
#binmode STDOUT, ':utf8';


for my $worksheet ( $workbook->worksheets() ) {

    print "Worksheet name: ", $worksheet->get_name(), "\n\n";

    my ( $row_min, $row_max ) = $worksheet->row_range();
    my ( $col_min, $col_max ) = $worksheet->col_range();

    for my $row ( $row_min .. $row_max ) {
        for my $col ( $col_min .. $col_max ) {

            my $cell = $worksheet->get_cell( $row, $col );
            next unless $cell;

            print "    Row, Col    = ($row, $col)\n";
            print "    Value       = ", $cell->value(),       "\n";
            print "    Unformatted = ", $cell->unformatted(), "\n";
            print "\n";
        }
    }
}

带日语（宽）字体的Excel

2 个答案: