Konwertuj xlsx na csv w systemie Linux za pomocą wiersza polecenia

Szukam sposobu na konwersję plików xlsx do plików csv w systemie Linux.

Nie chcę używać PHP / Perla ani niczego podobnego, ponieważ patrzę na przetwarzanie kilku milionów linii, więc potrzebuję czegoś szybkiego. Znalazłem program w repozytoriach Ubuntu o nazwie xls2csv, ale będzie on konwertować tylko pliki xls (Office 2003) (z których obecnie korzystam), ale potrzebuję wsparcia dla nowszych plików Excel.

Jakieś pomysły?

Aplikacja arkusza kalkulacyjnego Gnumeric jest dostarczana z narzędziem wiersza polecenia o nazwie ssconvert, które może konwertować różne formaty arkuszy kalkulacyjnych:

$ ssconvert Book1.xlsx newfile.csv
Using exporter Gnumeric_stf:stf_csv

$ cat newfile.csv 
Foo,Bar,Baz
1,2,3
123.6,7.89,
2012/05/14,,
The,last,Line

Aby zainstalować na Ubuntu:

apt-get install gnumeric

Aby zainstalować na komputerze Mac:

brew install gnumeric

Możesz to zrobić za pomocą LibreOffice:

libreoffice --headless --convert-to csv $filename --outdir $outdir

Z powodów, które nie są dla mnie jasne, być może będziesz musiał uruchomić to z sudo. Możesz ustawić LibreOffice na pracę z sudo bez konieczności podawania hasła, dodając ten wiersz do pliku sudoers:

users ALL=(ALL) NOPASSWD: libreoffice

Jeśli masz już środowisko Desktop, to jestem pewien, że Gnumeric / LibreOffice działałoby dobrze, ale na bezgłowym serwerze (takim jak Amazon Web Services) wymagają one dziesiątek zależności, które również musisz zainstalować.

Znalazłem tę alternatywę dla Pythona:

https://github.com/dilshod/xlsx2csv

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

Instalacja zajęła 2 sekundy i działa jak urok.

Jeśli masz wiele arkuszy, możesz je eksportować jednocześnie lub pojedynczo:

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

Odsyła także do kilku alternatyw wbudowanych w Bash, Python, Ruby i Java.

W bash użyłem tej komendy libreoffice do konwersji wszystkich moich plików xlsx w bieżącym katalogu:

for i   in *.xlsx; do  libreoffice --headless --convert-to csv "$i" ; done

Dba o spacje w nazwie pliku.

Próbowałem jeszcze kilka lat później i to nie zadziałało. Ten wątek zawiera kilka wskazówek, ale najszybszym rozwiązaniem było uruchomienie jako root (lub uruchomienie a sudo libreoffice). Nie elegancki, ale szybki.

Użyj polecenia scalc.exe w systemie Windows

Użyj csvkit

in2csv data.xlsx > data.csv

Aby uzyskać szczegółowe informacje, sprawdź ich doskonałe dokumenty

Inną opcją byłoby użycie R za pomocą małego opakowania bash dla wygody:

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

Jeśli .xlsxplik ma wiele arkuszy, -smożna użyć flagi, aby uzyskać żądany arkusz. Na przykład:

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

second_sheet.csvzawierałby dane z drugiego arkusza w my_file.xlsx.

Korzystanie z aplikacji arkusza kalkulacyjnego Gnumeric , która pochodzi z narzędzia wiersza polecenia o nazwie ssconvert, jest naprawdę bardzo proste:

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

i jesteś skończony!

Jeśli możesz uruchomić wiersz poleceń Java, możesz to zrobić za pomocą programu Extractor Excel HSSF Apache POI . Ma to mainmetoda, która mówi za wyciąg z linii poleceń . Ten wydaje się po prostu zrzucić wszystko. Wskazują na ten przykład, który konwertuje na CSV . Będziesz musiał go skompilować, zanim będziesz mógł go uruchomić, ale ma też mainmetodę, więc nie powinieneś robić dużo kodowania, aby działał.

Inną opcją, która może latać, ale będzie wymagać trochę pracy z drugiej strony, jest sprawienie, aby twoje pliki Excela przychodziły do ​​ciebie jako Excel XML Data lub XML Spreadsheet wszelkich wywołań MS, które formatują te dni. Otworzy przed Tobą zupełnie nowy świat możliwości krojenia i kostkowania w dowolny sposób.

Jak powiedzieli inni, libreofficemożna konwertować pliki xls do csv. Problemem był dla mnie wybór arkusza.

Ten skrypt Python libreoffice wykonuje dobrą robotę przy konwersji pojedynczego arkusza do CSV.

Zastosowanie to:

./libreconverter.py File.xls:"Sheet Name" output.csv

Jedynym minusem (z mojej strony) jest to, że --headlessnie działa. Mam okno LO, które pojawia się na sekundę, a następnie wychodzi.
Nie przeszkadza mi to, to jedyne narzędzie, które wykonuje tę pracę szybko.