Excel 文件解析工具

项目地址

目前代码已开源，https://github.com/zzoeyh/parse-excel 如果您觉得有用的话，请帮我点一个star，十分感谢～

简介

本工具库提供了多种函数，能够帮助你解析 Excel 文件（.xlsx）中的内容，并将其转换为更易于操作的数据格式。工具的核心功能包括从 .xlsx 文件中提取工作表数据、解析共享字符串、将数据转换为二维数组格式等。

1. 安装和配置

首先，确保你已经安装了该工具库。如果是通过 npm 安装，请使用以下命令：

npm install @turtlegi/parse-excel

2. 主要功能概述

工具主要功能为解析 .xlsx 文件中的数据。

3. 功能详解

3.1 parseSharedStrings

功能：解析 Excel 工作簿中的共享字符串 XML 文件，返回一个包含所有共享字符串的数组。

参数：

• xml (string)：共享字符串的 XML 数据。
• namespaceURI (string)：XML 文件的命名空间 URI，通常为 http://schemas.openxmlformats.org/spreadsheetml/2006/main。

返回值： 返回一个字符串数组，每个字符串对应一个共享字符串。

示例：

import { parseSharedStrings } from "@turtlegi/parse-excel";

const sharedStringsXml = "<xml>...</xml>"; // 共享字符串的 XML 数据
const namespaceURI =
  "http://schemas.openxmlformats.org/spreadsheetml/2006/main";

const sharedStrings = parseSharedStrings(sharedStringsXml, namespaceURI);
console.log(sharedStrings); // 输出：['Hello', 'World']

3.2 parseWorksheet

功能：解析一个 Excel 工作表 XML 文件，返回每一行的单元格数据。每个单元格的值被存储为一个键值对，其中键为单元格引用（如 "A1"），值为单元格的值。

参数：

• xml (string)：工作表的 XML 数据。
• sharedStrings (string[])：解析出的共享字符串数组（如果有）。
• namespaceURI (string)：XML 文件的命名空间 URI。

返回值： 返回一个包含每一行数据的数组，每一行是一个对象，其中包含单元格引用作为键，单元格的值作为值。

示例：

import { parseWorksheet } from "@turtlegi/parse-excel";

const worksheetXml = "<xml>...</xml>"; // 工作表的 XML 数据
const sharedStrings = ["Hello", "World"]; // 共享字符串
const namespaceURI =
  "http://schemas.openxmlformats.org/spreadsheetml/2006/main";

const worksheetData = parseWorksheet(worksheetXml, sharedStrings, namespaceURI);
console.log(worksheetData);

// 输出：
// [
//   { A1: 'Hello', B1: 'World' },
//   { A2: 'Alice', B2: '30' },
//   { A3: 'Bob', B3: '25' }
// ]
// key: 字母代表Excel中的列，数字则代表行
// value: 对应单元格的内容

3.3 convertTo2DArray

功能：将解析后的工作表数据转换为一个二维数组。这个函数确保每一行的列数一致，填充缺少的列数据为一个空字符串 ""。

参数：

• worksheetData (Array<{[key: string]: any}>)：一个包含工作表数据的数组，数组中的每个元素表示一行数据（通常为对象形式，其中键是列引用，值是单元格的值）。

返回值： 一个二维数组，每个元素表示一行的数据。

示例：

import { convertTo2DArray } from "@turtlegi/parse-excel";

const worksheetData = [
  { A: "Name", B: "Age" },
  { A: "Alice", B: 30 },
  { A: "Bob" },
];

const twoDArray = convertTo2DArray(worksheetData);
console.log(twoDArray);

// 输出：
// [
//   ['Name', 'Age'],
//   ['Alice', 30],
//   ['Bob', '']
// ]

3.4 extractFileFromZip

功能：从一个 ZIP 文件中提取指定路径的文件内容。

参数：

• zipDataFiles (Object)：解压后的 ZIP 文件内容对象，通常是通过 JSZip 解压 .xlsx 文件得到的。
• path (string)：文件路径，例如 "xl/worksheets/sheet1.xml"。

返回值： 该文件的文本内容。

示例：

import { extractFileFromZip } from "@turtlegi/parse-excel";

const zipDataFiles = {
  "xl/worksheets/sheet1.xml": { async: () => "xml content" },
};
const path = "xl/worksheets/sheet1.xml";

extractFileFromZip(zipDataFiles, path).then((content) => {
  console.log(content); // 输出：'xml content'
});

3.5 checkFileExistInZip

功能：检查指定路径的文件是否存在于 ZIP 文件中。

参数：

• zipDataFiles (Object)：解压后的 ZIP 文件内容对象。
• path (string)：文件路径。

返回值： 返回一个布尔值，表示文件是否存在。

示例：

import { checkFileExistInZip } from "@turtlegi/parse-excel";

const zipDataFiles = {
  "xl/worksheets/sheet1.xml": { async: () => "xml content" },
};
const path = "xl/worksheets/sheet1.xml";

const fileExists = checkFileExistInZip(zipDataFiles, path);
console.log(fileExists); // 输出：true

4. 整体解析拆解

假设你有一个 Excel 文件 data.xlsx，你希望使用这些工具函数解析文件并获取其内容。以下是一个完整的解析流程：

import * as JSZip from "jszip";
import { read } from "@turtlegi/parse-excel";

// 假设你已经加载了一个 Blob 或 ArrayBuffer 格式的文件
async function parseExcelFile(file: Blob | ArrayBuffer) {
  const zip = new JSZip();
  const zipData = await zip.loadAsync(file);
  const { files: zipDataFiles } = zipData;

  const sheet1Xml = await extractFileFromZip(
    zipDataFiles,
    "xl/worksheets/sheet1.xml"
  );
  const sharedStringsXml = await extractFileFromZip(
    zipDataFiles,
    "xl/sharedStrings.xml"
  );

  const sharedStrings = sharedStringsXml
    ? parseSharedStrings(
        sharedStringsXml,
        "http://schemas.openxmlformats.org/spreadsheetml/2006/main"
      )
    : [];
  const worksheetData = parseWorksheet(
    sheet1Xml,
    sharedStrings,
    "http://schemas.openxmlformats.org/spreadsheetml/2006/main"
  );

  const twoDArray = convertTo2DArray(worksheetData);
  console.log(twoDArray); // 输出二维数组，格式化后的工作表数据
}

5. 调用示例

import { read } from "@turtlegi/parse-excel";
import fs from "fs";
import path from "path";

const filePath = path.resolve(__dirname, "./data.xlsx"); // 本地 Excel 文件的路径
const fileBuffer = fs.readFileSync(filePath); // 使用 fs.readFileSync 读取文件内容为 Buffer
const namespaceURI =
  "http://schemas.openxmlformats.org/spreadsheetml/2006/main"; // Excel 文件的默认 namespace

// 使用我们的 read 函数读取同一个文件
const ourData = await read(fileBuffer, namespaceURI);
console.log(ourData);