PHP讀取excel、csv文件的庫有很多,但用的比較多的有: PHPOffice/PHPExcel、PHPOffice/PhpSpreadsheet,現在PHPExcel已經不再維護了,最新的一次提交還是在2017年12月25號,建議直接使用PhpSpreadsheet,而且這兩個項目都是同一個組織維護的,本文介紹PhpSpreadsheet的使用。
介紹PhpSpreadsheet
PhpSpreadsheet這個庫是純PHP寫的,提供了非常豐富的類和方法,而且支持很多文件格式:
環境要求
- PHP >= 5.6
- 開啟
php_zip
擴展 - 開啟
php_xml
擴展 - 開啟
php_gd2
擴展
開始使用😄
我們寫一個簡單的demo,來學習PhpSpreadsheet的使用,大概就是一個簡單的文件上傳頁面,上傳我們要讀取的Excel文件,PHP接收到文件,調用PhpSpreadsheet讀取Excel里面的內容。
0. 配置環境
略...,自己配置
我當前的PHP版本是7.2.13
1. 新建一個項目
mkdir demo
cd demo
2. 安裝
使用composer安裝:
composer require phpoffice/phpspreadsheet
默認安裝的是最新的穩定版本(1.5),如果想要安裝dev版本,可以執行下面的命令:
composer require phpoffice/phpspreadsheet:develop
上面步驟執行完畢后,目錄結構是這樣的:
3. 新建一個簡單的html文件,用來上傳Excel文件
vim index.html
index.html里面的內容很簡單,如下:
這里要注意下:form表單的
enctype
一定要是multipart/form-data
這只是一個簡單的demo,一個form表單就可以了,運行后就是下面這樣了 😃
4. PhpSpreadsheet如何使用?
在處理前端傳過來的Excel文件之前,先來介紹下PhpSpredsheet如何使用。
4.1 讀取文件
PhpSpreadsheet中讀取文件有很多種,對於不同格式的文件有不同的讀取方法,比如:xlsx
格式,使用\PhpOffice\PhpSpreadsheet\Reader\Xlsx()
,csv
格式,使用\PhpOffice\PhpSpreadsheet\Reader\Csv()
,乍一看這么多類就感覺有點復雜,其實這些類都實現了\PhpOffice\PhpSpreadsheet\Reader\IReader
和\PhpOffice\PhpSpreadsheet\Writer\IWriter
接口,指定了要加載的文件類型。我們可以直接使用\PhpOffice\PhpSpreadsheet\IOFactory
這個工廠類:
$spreadsheet = \PhpOffice\PhpSpreadsheet\IOFactory::load('demo.xlsx');
如果想在讀寫文件的時候設置一些屬性,比如讀寫屬性,可以這樣設置:
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::createReaderForFile("demo.xlsx");
$reader->setReadDataOnly(true);
$reader->load("demo.xlsx");
使用這個工廠類的好處就是你不需要關心文件上傳的格式,它能自動幫識別,其實這個工廠類就是對你上傳的文件做一些識別,如果識別出來是xls格式,就返回xls的reader,如果是csv,就返回csv的reader,通過分析代碼我們可以看到這個IOFactory
可以生產出如下的reader和writer:
abstract class IOFactory
{
private static $readers = [
'Xlsx' => Reader\Xlsx::class,
'Xls' => Reader\Xls::class,
'Xml' => Reader\Xml::class,
'Ods' => Reader\Ods::class,
'Slk' => Reader\Slk::class,
'Gnumeric' => Reader\Gnumeric::class,
'Html' => Reader\Html::class,
'Csv' => Reader\Csv::class,
];
private static $writers = [
'Xls' => Writer\Xls::class,
'Xlsx' => Writer\Xlsx::class,
'Ods' => Writer\Ods::class,
'Csv' => Writer\Csv::class,
'Html' => Writer\Html::class,
'Tcpdf' => Writer\Pdf\Tcpdf::class,
'Dompdf' => Writer\Pdf\Dompdf::class,
'Mpdf' => Writer\Pdf\Mpdf::class,
];
...
可以看到支持的類型還是蠻多的,但是很多都不常用。
在IOFactory
工廠中還可以指定讀寫的文件類型,返回對應的reader,這樣就免去了識別文件類型的步驟,如下:
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::createReader("Xlsx"); // 指定為xlsx格式
$spreadsheet = $reader->load("demo.xlsx");
4.2 從源碼比較兩種讀寫方式
首先,來看下IOFactory
這個工廠類,我們在不指定reader類型時直接load
,代碼內部是要做一個識別格式的操作:
// 源碼解析
// 不指定reader,直接獲取上傳的文件創建
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::load($_FILES['file']['tmp_name']);
// IOFactory::load()
public static function load($pFilename)
{
// 這步棋室就是創建reader,免去了你手動創建
$reader = self::createReaderForFile($pFilename);
return $reader->load($pFilename);
}
// IOFactory::createReaderForFile()
// 這步就是返回一個reader,具體返回什么reader,是根據文件名來的
public static function createReaderForFile($filename)
{
// 判斷文件是否存在並且可讀,會拋出InvalidArgumentException
File::assertFile($filename);
// 根據文件后綴猜測類型
$guessedReader = self::getReaderTypeFromExtension($filename);
if ($guessedReader !== null) {
$reader = self::createReader($guessedReader);
// Let's see if we are lucky
if (isset($reader) && $reader->canRead($filename)) {
return $reader;
}
}
// 如果沒有檢測到類型,就會遍歷默認的reader數組,直到找到可以使用的那個reader
foreach (self::$readers as $type => $class) {
if ($type !== $guessedReader) {
$reader = self::createReader($type);
if ($reader->canRead($filename)) {
return $reader;
}
}
}
throw new Reader\Exception('Unable to identify a reader for this file');
}
從上面的代碼,可以看到在load前是做了文件檢測和類型判斷的操作,然后再返回對應的reader,接下來,再來看看當我們指定了類型后,做了哪些操作的:
// 指定reader
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
$spreadsheet = $reader->load($_FILES['file']['tmp_name']);
上面的就比較簡單了,直接創建reader,然后就load了,只是做了一些實例化的操作。這兩種方法相比,第二種方法性能更好一點,當然前提是要知道文件格式。
5. 讀取Excel文件內容
讓我們接着繼續上面的index.html,我們需要編寫一個PHP文件來處理請求:
require 'vendor/autoload.php';
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
try {
$spreadsheet = $reader->load($_FILES['file']['tmp_name']);
} catch (\PhpOffice\PhpSpreadsheet\Reader\Exception $e) {
die($e->getMessage());
}
$sheet = $spreadsheet->getActiveSheet();
$res = array();
foreach ($sheet->getRowIterator(2) as $row) {
$tmp = array();
foreach ($row->getCellIterator() as $cell) {
$tmp[] = $cell->getFormattedValue();
}
$res[$row->getRowIndex()] = $tmp;
}
echo json_encode($res);
我們先引入autoload
,接着創建了一個Xlsx
的reader,然后load我們上傳的文件,因為在excel中,內容都是按sheet區分的,每一個sheet中都由行和列組成,我們獲取到當前使用的sheet,通過sheet獲取到行的迭代對象,再針對每一行得到每一列對象,在PhpSpreadsheet中,cell是一個最小的單元,對應着第幾行第幾列,數據都是存在cell中,得到cell對象我們就能獲取到數據。
當我們上傳如下內容后:
返回結果如下:
因為我們在讀取時,是從第二行開始的,所以第一行的內容就不顯示了。
這里說一下,在Excel中第三列是一個時間,PhpSpreadsheet對時間的處理有點特殊。在PhpSpreadsheet中date和time在存儲時都是作為數字類型,當要區分數字是時間格式時,需要用到
format mask
,默認情況下,format mask
是開啟了的,但如果設置setReadDataOnly
等於true
的話,就不能使用format mask
,從而就區分不了數字和時間格式,PhpSpreatsheet將會全部作為數字處理。
此時,我們開啟只讀模式看一下,
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
$reader->setReadDataOnly(true);
輸出結果如下:
第三列就變成了奇怪的數字,當初這個問題還困擾了我半天。
5. PhpSpreadsheet讀取文件時的一些常用方法
- 如果一個Excel中有多個sheet,只想操作其中的某幾個sheet,可以設置
setLoadSheetsOnly
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
// 參數支持字符串或一個數組
$reader->setLoadSheetsOnly(['sheet1','sheet3']);
- 讀取指定行和列的數據
class MyReadFilter implements \PhpOffice\PhpSpreadsheet\Reader\IReadFilter
{
public function readCell($column, $row, $worksheetName = '') {
// 只讀取A1:E7的數據
if ($row >= 1 && $row <= 7) {
if (in_array($column,range('A','E'))) {
return true;
}
}
return false;
}
}
$myFilter = new MyReadFilter();
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
$reader->setReadFilter($filterSubset);
$spreadsheet = $reader->load('demo.xlsx');
上面的例子不夠通用,可以修改下使之更為通用:
class MyReadFilter implements \PhpOffice\PhpSpreadsheet\Reader\IReadFilter
{
private $startRow = 0;
private $endRow = 0;
private $columns = [];
public function __construct($startRow, $endRow, $columns) {
$this->startRow = $startRow;
$this->endRow = $endRow;
$this->columns = $columns;
}
public function readCell($column, $row, $worksheetName = '') {
if ($row >= $this->startRow && $row <= $this->endRow) {
if (in_array($column,$this->columns)) {
return true;
}
}
return false;
}
}
$myFilter = new MyReadFilter(9,15,['A', 'B', 'D']);
- 列出Excel中所有sheet的名字
$reader->listWorksheetNames('demo.xlsx');
- 列出一個sheet的信息,包括多少列、多少行
$reader->listWorksheetInfo('demo.xlsx');
PhpSpreadsheet的學習與使用就到這,真的很強大,幾乎滿足了日常的所有需求,是讀取Excel、CSV文件的利器。