怎么用php庫(kù)boxspout解析大型Excel表格

這篇文章主要介紹“怎么用php庫(kù)boxspout解析大型Excel表格”，在日常操作中，相信很多人在怎么用php庫(kù)boxspout解析大型Excel表格問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”怎么用php庫(kù)boxspout解析大型Excel表格”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

PHP解析Excel有個(gè)比較有名的庫(kù)是phpoffice/phpexcel。在實(shí)際使用的過(guò)程中，遇到上萬(wàn)行的Excel時(shí)，phpexcel的內(nèi)存使用量會(huì)飆升。今天我來(lái)介紹另一個(gè)高效解析Excel的PHP庫(kù)box/spout。

看官方介紹是：Read and write spreadsheet files in a fast and scalable way，可見(jiàn)這個(gè)庫(kù)在解析Excel時(shí)，Excel文件的大小不會(huì)太影響內(nèi)存的使用量?？梢哉f(shuō)是PHPExcel一種替代方案。

由于box/spout庫(kù)的Github主頁(yè)上的文檔鏈接已經(jīng)掛了，這里簡(jiǎn)單寫(xiě)了一個(gè)XLSX文件轉(zhuǎn)化成CSV的例子：

include 'vendor/autoload.php';
use Box\Spout\Reader\ReaderFactory;
use Box\Spout\Common\Type;

$t = time();
$reader = ReaderFactory::create(Type::XLSX);
//如果注釋掉，單元格內(nèi)的日期類(lèi)型將會(huì)是DateTime，不注釋的話(huà)Spout自動(dòng)幫你將日期轉(zhuǎn)化成string
//$reader->setShouldFormatDates(true);
$reader->open('./test.xlsx');
$iterator = $reader->getSheetIterator();
$iterator->rewind();
$sheet1 = $iterator->current();
$rowIter = $sheet1->getRowIterator();
foreach ($rowIter as $row) {
    $d = '';
    foreach ($row as $col) {
        echo $d;
        if ($col instanceof DateTime) {
            echo $col->format('Y-m-d');
        } else {
            echo $col;
        }
        $d = "\t";
    }
    echo PHP_EOL;
}
$reader->close();

使用方法還是很簡(jiǎn)潔明了的。

使用內(nèi)存緩存String字典

前面說(shuō)到box/spout在解析時(shí)消耗的內(nèi)存大小，不受Excel文件大小的影響，這是如何做到的呢？

這里簡(jiǎn)單科普一下：XLSX文件格式是符合一項(xiàng)標(biāo)準(zhǔn)的，這項(xiàng)標(biāo)準(zhǔn)叫做OOXML（https://zh.wikipedia.org/zh-cn/Office_Open_XML）。XLSX實(shí)際上就是一個(gè)Zip包，可以解壓縮出來(lái)看看其中的內(nèi)容。

XLSX表格中，如果單元格的內(nèi)容是一串字符串時(shí)，實(shí)際保存的時(shí)候只保存一個(gè)stringId，字符串真正的內(nèi)容保存在一個(gè)String字典中。

在讀取XLSX文件時(shí)，如果單元格是字符串，Spout就要去查詢(xún)String字典。Spout有兩種查詢(xún)方法，一是每次從文件里讀取字典的一部分查詢(xún)，二是把整個(gè)字典加載到內(nèi)存里查詢(xún)。

顯然把String字典整個(gè)加載到內(nèi)存里，查詢(xún)速度最快。但Spout過(guò)于保守，很多情況下都是采用第一種查詢(xún)方式。所以稍微修改下Spout的代碼，讓Spout盡量把字典全部加載到內(nèi)存：

# Spout/Reader/XLSX/Helper/SharedStringsCaching/CachingStrategyFactory.php
class CachingStrategyFactory {
  ....
  const MAX_NUM_STRINGS_PER_TEMP_FILE = 10000; // 改成50000
  ....
}

試驗(yàn)一個(gè)1.3w行、28列、2.8MB大小的EXCEL轉(zhuǎn)化成CSV，做個(gè)對(duì)比：

可見(jiàn)處理時(shí)間相差還是挺大的。

到此，關(guān)于“怎么用php庫(kù)boxspout解析大型Excel表格”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！