PHPExcel 读取电子表格文件的高级选项详解

PHPExcel 读取电子表格文件的高级选项详解

PHPExcel ARCHIVED 项目地址: https://gitcode.com/gh_mirrors/ph/PHPExcel

前言

在使用 PHPExcel 处理电子表格文件时，读取操作是最基础也是最重要的环节之一。本文将深入探讨 PHPExcel 提供的各种读取选项，帮助开发者根据实际需求灵活配置读取行为，提升处理效率和精确度。

一、仅读取单元格数据

1.1 功能说明

当只需要获取单元格的值而不关心格式信息时，可以使用 setReadDataOnly(true) 方法。这种方法能显著减少内存消耗，特别适合处理大型文件。

$objReader = PHPExcel_IOFactory::createReader('Excel5');
$objReader->setReadDataOnly(true);
$objPHPExcel = $objReader->load('example.xls');

1.2 注意事项

• 日期/时间处理：Excel 将日期存储为数值，仅通过格式掩码区分。在只读数据模式下，这些格式信息不会被读取，导致日期可能被误认为普通数字。
• Gnumeric 特殊处理：Gnumeric 读取器会额外读取日期格式掩码，这是与其他读取器的不同之处。

1.3 支持情况

| 读取器类型 | 支持 | 读取器类型 | 支持 | |--------------|------|--------------|------| | Excel2007 | 是 | Excel5 | 是 | | Excel2003XML | 是 | OOCalc | 是 | | SYLK | 否 | Gnumeric | 是 | | CSV | 否 | HTML | 否 |

二、选择性读取工作表

2.1 读取单个工作表

$objReader->setLoadSheetsOnly('Sheet1');

2.2 读取多个工作表

$objReader->setLoadSheetsOnly(['Sheet1', 'Sheet3']);

2.3 重置为读取全部

$objReader->setLoadAllSheets();

2.4 支持情况

与"仅读取数据"的支持矩阵相同。

三、高级读取过滤器

3.1 基础实现

创建实现 PHPExcel_Reader_IReadFilter 接口的类：

class MyReadFilter implements PHPExcel_Reader_IReadFilter {
    public function readCell($column, $row, $worksheetName = '') {
        return ($row >= 1 && $row <= 10) && 
               in_array($column, range('A','D'));
    }
}

3.2 通用实现

更灵活的过滤器实现：

class RangeReadFilter implements PHPExcel_Reader_IReadFilter {
    private $startRow, $endRow, $columns;
    
    public function __construct($startRow, $endRow, $columns) {
        $this->startRow = $startRow;
        $this->endRow = $endRow;
        $this->columns = $columns;
    }
    
    public function readCell($column, $row, $worksheetName = '') {
        return ($row >= $this->startRow && $row <= $this->endRow) && 
               in_array($column, $this->columns);
    }
}

3.3 分块读取大文件

内存优化方案：

class ChunkReadFilter implements PHPExcel_Reader_IReadFilter {
    private $startRow, $endRow;
    
    public function setRows($startRow, $chunkSize) {
        $this->startRow = $startRow;
        $this->endRow = $startRow + $chunkSize;
    }
    
    public function readCell($column, $row, $worksheetName = '') {
        return ($row == 1) || ($row >= $this->startRow && $row < $this->endRow);
    }
}

// 使用示例
$chunkSize = 2048;
$filter = new ChunkReadFilter();
$objReader->setReadFilter($filter);

for ($startRow = 2; $startRow <= 65536; $startRow += $chunkSize) {
    $filter->setRows($startRow, $chunkSize);
    $objPHPExcel = $objReader->load($inputFileName);
    // 处理数据...
}

3.4 支持情况

SYLK 和 HTML 读取器不支持此功能，其余均支持。

四、合并多个文件

4.1 实现方法

$objReader->setSheetIndex(0);
$objPHPExcel = $objReader->load($file1);

$objReader->setSheetIndex(1);
$objReader->loadIntoExisting($file2, $objPHPExcel);

4.2 注意事项

• CSV 文件不能合并到同一工作表
• 相同索引会覆盖而非追加

4.3 支持情况

仅 SYLK 和 CSV 读取器支持此功能。

五、处理大CSV文件

5.1 分工作表存储

$chunkSize = 65530;
$sheet = 0;

for ($startRow = 2; $startRow <= 1000000; $startRow += $chunkSize) {
    $filter->setRows($startRow, $chunkSize);
    $objReader->setSheetIndex($sheet++);
    $objReader->loadIntoExisting($inputFileName, $objPHPExcel);
    $objPHPExcel->getActiveSheet()->setTitle('Chunk #'.$sheet);
}

5.2 连续模式

setContiguous(true) 影响单元格定位方式，建议根据需求选择。

六、特殊分隔符文件

6.1 配置方法

$objReader->setDelimiter("\t");  // Tab分隔
$objReader->setDelimiter("|");   // 竖线分隔

6.2 其他设置

$objReader->setEnclosure('"');
$objReader->setLineEnding("\r\n");
$objReader->setInputEncoding('UTF-8');

七、高级值绑定器

7.1 功能说明

自动识别并转换特殊格式数据：

• 日期/时间 → Excel时间戳
• "TRUE"/"FALSE" → 布尔值
• "75%" → 百分比
• 科学计数法 → 浮点数

7.2 实现原理

通过实现 PHPExcel_Cell_IValueBinder 接口，在读取过程中对原始值进行智能转换。

结语

PHPExcel 提供了丰富的读取配置选项，开发者可以根据实际场景组合使用这些功能，在数据处理效率、内存消耗和功能需求之间找到最佳平衡点。特别是在处理大型文件时，合理使用读取过滤器和分块读取技术可以显著提升性能。

PHPExcel ARCHIVED 项目地址: https://gitcode.com/gh_mirrors/ph/PHPExcel