您的位置：首页 > 其它

技巧: 将 Excel 数据转换成 XML

2008-05-23 09:44 633 查看

从最流行的电子表格程序中提取数据

文档选项

将此页作为电子邮件发送

级别：中级

Benoit Marchal (bmarchal@pineapplesoft.com), 顾问, Pineapplesoft

2003 年 12 月 01 日

不管您是否相信，并不是每份文档一开始就是用 XML 写的。在这篇技巧文章中，Benoit Marchal 向我们解释了如何将数据从 Excel 文件中解放出来，并用 XML 来处理它们。然后比较了各种不同解决方案的优缺点。
并不是每一份文档最初都是用 XML 写的，这可能与您想像的正好相反。事实上，大多数文档都是用其他一些工具准备出来，然后再转换成 XML 的。许多文档来源于 DB2 这样的关系数据库，或者来源于 Microsoft Office 应用程序，比如 Word，或是 Excel。

我发现很多业务中都用 Excel 编辑和准备数据。这个工具简单易用，得到了广泛采用，其表格格式对各种信息都十分适合，比如产品清单、姓名清单、金融数据、统计数据等等。人们通常会把 Excel 电子表格用电子邮件发给用户，让用户填写其中的空白。

获取数据

当人们从某个私有应用程序中收集和准备数据的时候，通常会遇到如何恢复数据的问题。幸好在 Excel 中不存在这样的问题。尽管对 Excel 文件格式的定义并没有公开，我们还是可以用一些方法从电子表格中提取出 XML 信息。本篇技巧文章将回顾一下可用的方法，并着重指出每一种解决方案的优缺点。

XMLSS

最新版本的 Excel（包括 Excel 2002 和 Excel XP）可以将电子表格导出为 XML。虽然您无法选择其中使用哪些标签，但是的确可以得到一个有效的 XML 文档。您可以用包括 XSLT 样式表在内的任意一种 XML 工具来处理它。这种格式称为 XMLSS。

如果符合下列条件，这就是最简单的方法：

您的用户具有最新版本的 Excel，并且

您在工作站上处理 XML 数据。

第一种条件是显而易见的，第二个则需要多解释一下。

假设您设置好一台服务器，用来收集和处理统计数据。您的用户用 Excel 准备好数据，然后将这些电子表格上传到服务器上，以供后续处理。第一步是将电子表格转换成 XML。一种解决方法是在 Excel 中打开电子表格，然后将其导出为 XMLSS 格式。我曾经见过一些公司用这种办法处理文档，虽然是可行的，但是有一点必须牢记：Excel 的设计工作环境是工作站，而不是服务器。

这样的解决方案尽管能够实现功能，但是却有可能不像您期望的那样稳定。在其他问题当中，电子表格转换本身就可能成为瓶颈，因为转换过程很难实现为多线程。最糟糕的情况是，每一请求都在单个 Excel 副本中排起队来。同时，这种方法也限制了您的主机系统，因为 Excel 仅仅能在 Windows 和 MacOS 中使用。

CSV 文件

第一种替代的方法是，不操作实际的电子表格，而是改为操作 CSV（comma-separated value）文件。CSV 是用来交换电子表格文件的常用格式。任何适当的电子表格都可以通过 CSV 文件导出和导入。

此外，很多可以处理电子表格的第三方产品也都支持 CSV。例如，大多数会计软件包都可以处理 CSV 文件。尽管 CSV 文件不是 XML，但用 XI 之类的工具也很容易将其转换成 XML 文件（参阅参考资料）。TopXML 站点上也包含了纯 XSLT 转换方法的算法（参阅参考资料）。

使用 CSV 文件对于服务器的吸引力更大一些。首先您不再被限制在某种特定的平台上，而是为用户提供了更多的选择。用户现在可以用 Lotus 1-2-3 以及其他电子表格工具，也可以使用很多能够识别 CSV 格式的第三方工具。

这种方法唯一的缺点是，用户必须花费额外的步骤，将数据保存到 CSV 中。我从实践中发现这很少出现问题，但您的情况可能会不一样。

无格式转换

最后一种方法是用特殊的库来读取 Excel 文档。Excel 文件格式并没有官方文档，但是一些第三方机构曾对其进行逆向工程。他们还生成了一些用于解码 Excel 文件的库（参阅参考资料）。下面列出一些可用的 API：

Java Excel这个 API 是我最喜欢的一种，因为它是可移植的，可以很好地读取 XML 文档，还可以转换成 XML。

XML::Excel这是一个 Perl API，用于将 Excel 文档转换成 XML。

OpenOffice其中包括用于读取 Excel 文档的 C++ 库。您可以用这些库作为将 Excel 转换成 XML 的基础。

Apache POI它支持在 Java 代码中读取 Excel 文件。同样，您也可以把它用作 Excel 转换成 XML 的基础。

上面列表只是一些有代表性的例子，其他工具可用于不同平台。

转换 Excel 文件能带来三方面的好处：

文件可以运行于任何平台上。

这些库可以很容易地与服务器集成。

用户不需要自己导出数据。

这种解决方案最主要的风险就是，没有哪一种库能够十全十美，您会发现有些电子表格并不能很好地转换。您需要针对您的项目测试出最好的库。

回页首

开始行动

Excel 是一种流行的工具软件，可用于准备各种想用 XML 处理的数据。幸运的是，本篇技巧文章向您展示了很多从 XML 中获取数据的方法。最好的选择有赖于您的项目的特定需求。

不管您是如何转换电子表格的，您将发现最终得到的 XML 文档和您期望的相差甚远。也许里面会包含一些不需要的单元格，或甚至连 XML 词汇表都不是您想要的。您不用为此担心，大多数情况下，您只需要准备一个简单的 XSLT 样式表，就可以过滤掉不需要的数据，或是对一些标签进行重命名。

参考资料

您可以参阅本文在 developerWorks 全球站点上的英文原文.

参与 Benoit Marchal 的使用 XML 专栏的讨论论坛。

Don Day 的“ Hands-on XSL”（ developerWorks，2000 年 3 月）是关于 XSLT 的快速培训指南。其中讲到 XSLT 是在格式转换之后对文档进行后期处理的最好工具。

请阅读 Benoit Marchal 的“ Importing text as XML with XI”（ developerWorks，2002 年 4 月），介绍了一种将 CSV 文件转换成 XML 的工具。

下载 Java Excel API，这是一个很好的工具，可以将 Excel 文件转换成 XML。

试用 XML::Excel Perl 模块，这是一个简单的工具，可用于 XML 对 Excel 进行处理。

看看 OpenOffice，其中包括了解析 Excel 文件的库。

Apache 的 Jakarta POI是一种处理 Excel 文件的 Java API。它可用作您自己的 Excel-XML 转换器的基础。Cocoon 使用 Jakarta POI 将 XML 转换成 Excel。

可以从 TopXML 的 XSLT Stylesheets页面中找到大量有用的 XSLT 算法，其中也包括处理非 XML 文档的方法。

从 developerWorks的 XML 专区中可以找到更多有关 XML 的资料。要获取 XML 技巧专栏最新的文章列表，请访问技巧汇总页面。

了解如何才能成为 IBM 认证的 XML 及其相关技术的开发人员。

关于作者


		Benoit Marchal 是一位比利时籍顾问。他是 XML by Example, Second Edition 以及其他 XML 书籍的作者。Benoit 能够为您的 XML 项目提供帮助。可以通过 bmarchal@pineapplesoft.com或他的个人站点 marchal.com与他联系。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航