[经验总结]Perl读取Excel数据并调用MSXML接口操作XML数据

2024-03-30 23:38

本文主要是介绍[经验总结]Perl读取Excel数据并调用MSXML接口操作XML数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

#################################################################################################################################
#  File: excel.pl
#  Desscription: Perl读取Excel文件
#  Create: Thinkhy
#  Date: 2010.05.04  
#  History:
#        2010.05.04      确定转换规则  
#        2010.05.05      确定技术方案(Excel、XML操作库)  
#        2010.05.07      完成编码
#        2010.05.10      根据确认意见,修改:
#                                   1> 输出XML保持有序(sequence)
#
#  Q:   1. 暂只支持"绝对路径"的中文文件名? A: 暂无解决办法
#       2. 怎么确认Excel文件共有多少行?   A: 已解决,参考:http://blog.csdn.net/lanman/archive/2007/07/10/1684191.aspx
#       3. 输出XML添加GBK的编码声明?       A: 已解决,调用接口:createProcessingInstruction appendChild
#################################################################################################################################
##!/usr/local/bin/perl

use strict;

use Tie::IxHash; # 使用CPAN包 IxHash 使哈希值保持原有顺序

use Win32::OLE qw(in with);
use Win32::OLE::Const 'Microsoft Excel';

use constant MSXMLDOM => "MSXML2.DOMDOCUMENT.4.0";

$Win32::OLE::Warn = 3;      #die on errors


# 文件名中须包括绝对路径
my $filename = $ARGV[0];   # 必须用绝对路径
my $output_file = $ARGV[1]; # 可以用相对路径

die "[Usage: excel.pl inputfile outputfile]" if (!$filename);

my $excel = Win32::OLE->GetActiveObject('Excel.Application')  
             ||  Win32::OLE->new('Excel.Application',   'Quit');      

my $book0 = $excel->Workbooks->Open($filename);

my $sheet0 = $book0->Worksheets(1);

# 获得Excel文件的行数
# 参考: http://blog.csdn.net/lanman/archive/2007/07/10/1684191.aspx
my $row_num = $sheet0->{UsedRange}->{Rows}->{Count};

my @collection;
my @array;

# 生成
if ($row_num > 0) {
    # 生成头结点
    
    my $doc = Win32::OLE->new(MSXMLDOM) or die
        "Couldn't create @{[MSXMLDOM]}";

    $doc->{async} = "False";
    $doc->{validateOnParse} = "True";

    # 新建PI结点 默认编码为GBK
    my $pi_node = $doc->createProcessingInstruction("xml", "version='1.0'   encoding='GBK'");  
    $doc->appendChild($pi_node);  # 记得创建PI结点后要手动append到doc结点

    # 新建根结点
    my $root = $doc->createElement("root");
    $doc->appendChild($root);
    $doc->{documentElement} = $root;

    my $head = $doc->createElement("head");
    $root->appendChild($head);

    # 新建头结点
    my %head_info;
    tie (%head_info, 'Tie::IxHash');
    %head_info = (  # 哈希要用小括号包起来?
                    "class"       => "条目",
                    "identity"    => "",
                    "copyright"   => "",
                    "publishtime" => "2002-04-10",  # [TODO] 这里需要取当前时间
                    "state"       => "中国",
                    "area"        => "北京",
   );

    foreach my $key (keys %head_info) {
        my $value = $head_info{$key};
        my $node = $doc->createElement($key);
        $node->{Text} = $value;
        $head->appendChild($node);
    }

    # 新建main结点
    my $main = $doc->createElement("main");
    $root->appendChild($main);

    my @tmp_array = (1..156);
    my $cnt_item = 1;

    for (my $num = 1; $num < $row_num; $num++) {
        my $item_name =  getcell($sheet0, $num, 'A'); # 地名
        my $pinyin =  getcell($sheet0, $num, 'B');    # 拼音
        my $abbr =  getcell($sheet0, $num, 'C');      # 简称
        my $zoneid =  getcell($sheet0, $num, 'D');    # 区号
        my $zipcode =  getcell($sheet0, $num, 'E');   # 邮编
        my $author =  getcell($sheet0, $num, 'M');    # 作者

        my $writetime =  getcell($sheet0, $num, 'K'); # 时间
        $writetime =~ s//./-/ig;

        my $trace =  getcell($sheet0, $num, 'L');     # 来源

        # 首列(条目名)或拼音 为空则过滤此行    
        # print $item_name, $pinyin, $abbr, $zoneid, $zipcode , "/n";

        next if (!$item_name || (!$pinyin && !$abbr && !$zoneid && !$zipcode));

        # 过滤首列 内容为 “地名” 的行
        next if ($item_name =~ //s*地名/s*/);

        # 新建 item 结点
        my $item = $doc->createElement("item");
        $main->appendChild($item);
        $item->setAttribute("id",$cnt_item++);
        $item->setAttribute("fatherid",0);

        my %main_info;
        tie (%main_info, 'Tie::IxHash');
        %main_info = (  # 哈希要用小括号包起来?
                        "type"      => "",
                        "name"      => $item_name,
                        "ename"     => "",
                        "spell"     => $pinyin,
                        "volume"    => "",
                        "subclass"  => "",
                        "author"    => $author,
                        "writetime" => $writetime,
                        "referitem" => $item_name,
                        "trace"     => $trace,
                        "links"     => "",
                        "elementfiles"  => "",
        );


        # 构建item下一级内容
        foreach my $key (keys %main_info) {
            my $value = $main_info{$key};
            my $node = $doc->createElement($key);
            $node->{Text} = $value;
            $item->appendChild($node);

            if ($key eq "elementfiles") {
                my $sourcetype = $doc->createElement("sourcetype");
                my $count = $doc->createElement("count");

                $node->appendChild($sourcetype);
                $node->appendChild($count);
            }
        }

        # 省级、市级元素按HOTLINK处理
        my $province =  getcell($sheet0, $num, 'I');   # 省级
        my $city =  getcell($sheet0, $num, 'J');     # 市级

        my $links = $item->selectSingleNode("links");
        $links || die "未创建links结点";

        my ($hotlink1, $hotlink2);

        # 省级元素不为空则创建HOTLINK
        if ($province) {
            my $hotlink_pro = $doc->createElement("HOTLINK");
            $hotlink_pro->{Text} = $province;

            $hotlink1 = $hotlink_pro->cloneNode(1);
            $links->appendChild($hotlink_pro);
        }

        if ($city) {
            my $hotlink_city = $doc->createElement("HOTLINK");
            $hotlink_city->{Text} = $city;

            $hotlink2 = $hotlink_city->cloneNode(1);
            $links->appendChild($hotlink_city);
        }

        my $body = $doc->createElement("body");
        $item->appendChild($body);

        my $body_cdata = $doc->createElement("body_cdata");

        my $province =  getcell($sheet0, $num, 'I');&nbs p; # 省级
        my $city =  getcell($sheet0, $num, 'J');      # 市级

        my $population = getcell($sheet0, $num, 'F'); # 人口
        my $area = getcell($sheet0, $num, 'G');       # 面积
        my $summary = getcell($sheet0, $num, 'H');    # 概况

        my %cdata_info;
        tie (%cdata_info, 'Tie::IxHash');
        %cdata_info = (
                             "简称" => "$abbr",
                             "区号" => "$zoneid",
                             "邮编" => "$zipcode",
                             "人口(万人)" => "$population",
                             "面积(平方千米)" => "$area",
                             "概况" => "$summary",
                             "省级" => "$hotlink1->{Text}",
                             "市级" => "$hotlink2->{Text}",
                         );

        # 构建CDATA内容
        foreach my $key (keys %cdata_info) {
            my $value = $cdata_info{$key};
            next if (!$value); # 值为空则忽略

            # 每个项目一行(<p>)      
            my $p_node = $doc->createElement("p");
            $body_cdata->appendChild($p_node);

            # 字段名称加粗(<bold>)
            my $bold_node = $doc->createElement("bold");
            $bold_node->{Text} = $key."";
            $p_node->appendChild($bold_node);

            if ($key eq "省级" || $key eq "市级") { # 省级、市级直接添加HOTLINK结点
                my $hotlink_node = $doc->createElement("HOTLINK");
                $hotlink_node->{Text} = $value;
                $p_node->appendChild($hotlink_node);
            }
            else {
                my $text_node = $doc->createTextNode($value);
                $p_node->appendChild($text_node);
            }
        }

        my $cdata_text = $body_cdata->{xml};
        $cdata_text =~ s/(<body_cdata>)|(<//body_cdata>)//ig;  # 清除body_cdata结点


        # 新建CDATA结点
        my $cdata_node = $doc->createCDATASection($cdata_text);

        # 将CDATA结点添加到 /root/main/item/body
        $body->appendChild($cdata_node);
    } # for

    # 保存输出XML
    my($dirpath,$basename,$extname) = ($filename =~ /^((?:.*[:])?)(.*)(/.[^.]*$)/s); # 获取文件名 代码来源于basename.pm
    $output_file = $output_file ? $output_file : $basename.".xml";

    $doc->save($output_file);
    print "Excel文件".'"'.$filename.'"'."转换成功!/n输出文件:$output_file/n";
}

$book0->Close;

# 获得Excel表格中的一个元素
sub getcell {
    my($sheet, $x, $y, $cellvalue);
    ($sheet, $x, $y) = @_;
    
    $cellvalue = $sheet->cells($x, $y)->{'Value'};
    chomp($cellvalue); # 注意chomp的返回值为数字

    $cellvalue;
}

__END__


这篇关于[经验总结]Perl读取Excel数据并调用MSXML接口操作XML数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/862889

相关文章

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

SpringBoot实现不同接口指定上传文件大小的具体步骤

《SpringBoot实现不同接口指定上传文件大小的具体步骤》:本文主要介绍在SpringBoot中通过自定义注解、AOP拦截和配置文件实现不同接口上传文件大小限制的方法,强调需设置全局阈值远大于... 目录一  springboot实现不同接口指定文件大小1.1 思路说明1.2 工程启动说明二 具体实施2

Java实现在Word文档中添加文本水印和图片水印的操作指南

《Java实现在Word文档中添加文本水印和图片水印的操作指南》在当今数字时代,文档的自动化处理与安全防护变得尤为重要,无论是为了保护版权、推广品牌,还是为了在文档中加入特定的标识,为Word文档添加... 目录引言Spire.Doc for Java:高效Word文档处理的利器代码实战:使用Java为Wo

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

sysmain服务可以禁用吗? 电脑sysmain服务关闭后的影响与操作指南

《sysmain服务可以禁用吗?电脑sysmain服务关闭后的影响与操作指南》在Windows系统中,SysMain服务(原名Superfetch)作为一个旨在提升系统性能的关键组件,一直备受用户关... 在使用 Windows 系统时,有时候真有点像在「开盲盒」。全新安装系统后的「默认设置」,往往并不尽编

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Python从Word文档中提取图片并生成PPT的操作代码

《Python从Word文档中提取图片并生成PPT的操作代码》在日常办公场景中,我们经常需要从Word文档中提取图片,并将这些图片整理到PowerPoint幻灯片中,手动完成这一任务既耗时又容易出错,... 目录引言背景与需求解决方案概述代码解析代码核心逻辑说明总结引言在日常办公场景中,我们经常需要从 W

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装