我正在寻找一种方法将xlsx文件转换为Linux上的csv文件。

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 repos上找到了一个名为xls2csv的程序,但它只会转换xls (Office 2003)文件(我目前正在使用),但我需要对更新的Excel文件的支持。

什么好主意吗?


当前回答

如果你已经有了一个桌面环境,那么我相信Gnumeric / LibreOffice会工作得很好,但是在一个无头服务器(比如Amazon Web Services)上,它们需要几十个依赖项,你也需要安装这些依赖项。

我找到了这个Python替代品:

https://github.com/dilshod/xlsx2csv

$ easy_install xlsx2csv
$ xlsx2csv file.xlsx > newfile.csv

安装只需2秒钟,工作起来很有魅力。

如果你有多个表,你可以一次全部导出,或者一次导出一个:

$ xlsx2csv file.xlsx --all > all.csv
$ xlsx2csv file.xlsx --all -p '' > all-no-delimiter.csv
$ xlsx2csv file.xlsx -s 1 > sheet1.csv

他还链接了几个用Bash、Python、Ruby和Java构建的替代方案。

其他回答

如果.xlsx文件有很多表,-s标志可以用来获得你想要的表。例如:

xlsx2csv "my_file.xlsx" -s 2 second_sheet.csv

Second_sheet.csv将包含my_file.xlsx中第二表的数据。

使用Gnumeric电子表格应用程序,其中有一个命令行实用程序称为ssconvert,确实超级简单:

find . -name '*.xlsx' -exec ssconvert -T Gnumeric_stf:stf_csv {} \;

这样就完成了!

如果你可以运行Java命令行,那么你可以用Apache POI HSSF的Excel Extractor来做。它有一个主方法,说它是命令行提取器。这个好像把所有东西都倒出来了。他们指出了这个转换为CSV的例子。在运行它之前,你必须编译它,但它也有一个主方法,所以你不应该做很多编码本身使它工作。

另一种可能可行但需要在另一端做一些工作的方法是将Excel文件转换为Excel XML数据或XML电子表格,不管微软现在怎么称呼这种格式。它将为你打开一个充满机会的全新世界,让你以自己想要的方式来切割它。

另一种选择是通过一个小的bash包装器来使用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

https://gist.github.com/scottming/99c09685360376d4cac2de7c891e8050

您可以使用这个脚本。先添加依赖项:

Pip3安装pandas XLRD openpyxl

然后调用脚本:python3 getsheets.py <file.xlsx>