怎么用php庫boxspout解析大型Excel表格

這篇文章主要介紹“怎么用php庫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boxspout解析大型Excel表格問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”怎么用php庫boxspout解析大型Excel表格”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

PHP解析Excel有個比較有名的庫是phpoffice/phpexcel。在實際使用的過程中，遇到上萬行的Excel時，phpexcel的內存使用量會飆升。今天我來介紹另一個高效解析Excel的PHP庫box/spout。

看官方介紹是：Read and write spreadsheet files in a fast and scalable way，可見這個庫在解析Excel時，Excel文件的大小不會太影響內存的使用量。可以說是PHPExcel一種替代方案。

由于box/spout庫的Github主頁上的文檔鏈接已經掛了，這里簡單寫了一個XLSX文件轉化成CSV的例子：

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

$t = time();
$reader = ReaderFactory::create(Type::XLSX);
//如果注釋掉，單元格內的日期類型將會是DateTime，不注釋的話Spout自動幫你將日期轉化成string
//$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();

使用方法還是很簡潔明了的。

使用內存緩存String字典

前面說到box/spout在解析時消耗的內存大小，不受Excel文件大小的影響，這是如何做到的呢？

這里簡單科普一下：XLSX文件格式是符合一項標準的，這項標準叫做OOXML（https://zh.wikipedia.org/zh-cn/Office_Open_XML）。XLSX實際上就是一個Zip包，可以解壓縮出來看看其中的內容。

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

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

顯然把String字典整個加載到內存里，查詢速度最快。但Spout過于保守，很多情況下都是采用第一種查詢方式。所以稍微修改下Spout的代碼，讓Spout盡量把字典全部加載到內存：

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

試驗一個1.3w行、28列、2.8MB大小的EXCEL轉化成CSV，做個對比：

可見處理時間相差還是挺大的。

到此，關于“怎么用php庫boxspout解析大型Excel表格”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！