我正在寻找一种在 Linux 上将 xlsx 文件转换为 csv 文件的方法。
我不想使用 PHP/Perl 或类似的东西,因为我正在处理数百万行,所以我需要一些快速的东西。我在 Ubuntu 存储库上找到了一个名为 xls2csv 的程序,但它只能转换 xls (Office 2003) 文件(我目前正在使用),但我需要支持较新的 Excel 文件。
有什么想法吗?
您可以使用 LibreOffice 做到这一点:
libreoffice --headless --convert-to csv $filename --outdir $outdir
出于我不清楚的原因,您可能需要使用 sudo 运行它。您可以通过将此行添加到您的 sudoers 文件来使 LibreOffice 使用 sudo 而无需密码:
users ALL=(ALL) NOPASSWD: libreoffice
如果你已经有了桌面环境_ 那么我确定 Gnumeric 或 LibreOffice 会工作得很好,但是在无头服务器上(例如 Amazon Web Services),它们需要许多你也需要安装的依赖项.
我找到了这个 Python 替代品:xlsx2csv
easy_install xlsx2csv
xlsx2csv file.xlsx > newfile.csv
安装只需两秒钟,效果非常好。
如果您有多张纸,您可以一次全部导出,或一次导出一张:
xlsx2csv file.xlsx --all > all.csv
xlsx2csv file.xlsx --all -p '' > all-no-delimiter.csv
xlsx2csv file.xlsx -s 1 > sheet1.csv
他还链接到几个用 Bash、Python、Ruby 和 Java 构建的替代方案。
在 Bash 中,我使用这个 LibreOffice 命令(可执行
libreoffice
)转换当前目录中的所有 .xlsx 文件:
for i in *.xlsx; do libreoffice --headless --convert-to csv "$i" ; done
在执行之前关闭所有 LibreOffice 打开的实例,否则它将静默失败。
该命令处理文件名中的空格。
几年后我又试了一次,还是不行。 This question 给出了一些提示,但最快的解决方案是以 root 身份运行(或运行
sudo libreoffice
)。它不优雅,但很快。
在 Windows 中使用命令 scalc.exe。
为了方便起见,另一种选择是通过小型 Bash 包装器使用 R:
xlsx2txt(){
echo '
require(xlsx)
write.table(read.xlsx2(commandArgs(TRUE)[1], 1), stdout(), quote=F, row.names=FALSE, col.names=T, sep="\t")
' | Rscript --vanilla - $1 2>/dev/null
}
xlsx2txt file.xlsx > file.txt
如果
.xlsx
文件有很多张,可以使用-s
标志来获取你想要的张。例如:
xlsx2csv "my_file.xlsx" -s 2 second_sheet.csv
second_sheet.csv
将包含 my_file.xlsx
中第二张表的数据。
使用带有名为 ssconvert 的命令行实用程序的 Gnumeric 电子表格应用程序确实非常简单:
find . -name '*.xlsx' -exec ssconvert -T Gnumeric_stf:stf_csv {} \;
你就完成了!
如果您可以运行 Java 命令行,那么您可以使用 Apache POI HSSF 的Excel Extractor。它有 a
main
方法,据说是命令行提取器。这个似乎只是把所有东西都倒掉了。他们指出这个转换为 CSV 的例子。您必须先编译它才能运行它,但它也有一个main
方法,因此您本身不必做太多编码就可以使其工作。
另一个可能可行但需要在另一端做一些工作的选项是让您的 Excel 文件以 Excel XML 数据或 XML 电子表格 的形式出现,无论这些格式是这些天 MS 调用的什么格式。它将打开一个全新的机会世界,让您按照自己的方式切片和切块。
您可以使用可执行文件
libreoffice
将您的 .xlsx 文件转换为 csv:
libreoffice --headless --convert-to csv ABC.xlsx
参数--headless表示我们不需要GUI.
正如其他人所说,可执行文件
libreoffice
可以将Excel文件(.xls)文件转换为CSV。对我来说问题是工作表的选择。
这个 LibreOffice Python 脚本 在将单个工作表转换为 CSV 方面做得很好。
用法是:
./libreconverter.py File.xls:"Sheet Name" output.csv
唯一的缺点(在我这边)是
--headless
似乎不起作用。我有一个 LibreOffice 窗口显示一秒钟然后退出。
我没意见;它是唯一可以快速完成工作的工具。
您可以使用脚本getsheets.py。先添加依赖:
pip3 install pandas xlrd openpyxl
然后调用脚本:
python3 getsheets.py <file.xlsx>