【如何从excel文件中高效提取数据？】——Libxl

来源：信息时代的犯罪侦查（ID：besti_xxsddfzzc）
原创：@时不我待

相信很多关注本号的童鞋，都遇到过侵犯公民个人信息的案件。在此类案件中，存储公民个人信息的电子数据动辄数以亿计。如果都是些平面文本文件，倒还好说。偏偏价值度颇高的信息存储在excel表格文件中。如何高效的进行软件处理，小编通过实践，向大家推荐一款工具：LibXL。尽量不直接贴代码，新手大可放心。为什么不直接使用excel软件提取其中的数据？

Excel是微软Office系列工具的一个套件，也就是俗称的电子表格办公软件。从应用场景上来说，大家平时使用excel，主要为了编辑和制作电子表格。
但是，当我们需要从数量众多的xls/xlsx文件中提取数据时，批量处理就显得非常有必要了。在这种情况下，微软也提供了很好的应用接口，即通过OLE方式，加载类型库（typeLib）。如果仅仅需要提取其中的数据和文本，可以选择CRange、CDocument、CDoucments等少数几个类库就可以了。在程序代码中添加这几个类库，完全可以满足您的需求。
事实上，微软产品的调用接口是非常丰富且标准化的，这也是小编长期推崇的地方。相比而言，WPS则稍逊一筹。不夸张的说，一款软件是否提供丰富的调用接口，是实力和自信心的体现。
但不得不说，即便使用OLE的方式，在处理海量xls/xlsx文件时，——比如一百万个excel文件，就会显得捉襟见肘了。毕竟通过调用接口的方式，会遭遇OLE处理瓶颈。于是，经过一段时间的筛选，小编向大家隆重推荐一个第三方库：Libxl。
什么是Libxl？

Libxl是xlware公司开发的第三方库，可以不依赖excel环境读取xls和xlsx文件，这为我们编写个性化的数据提取和匹配程序，提供了很好的前提。使用Libxl第三方库处理海量xls/xlsx的优缺点？

先说优点。从Libxl提供的调用方法来看，它使用了传统的文件读取方式（FILE *）。如此一来，直接消除了软件接口处理的瓶颈。如果说在效率上还存在不足的话，那也就只剩下硬件I/O的制约了。此外，libxl库支持多个平台，windows、Linux、Mac等。
再说缺点。从实践中看，libxl属于轻量级库，系统开销确实不多。但在多线程支持上略显失策。这方面，提醒大家在代码中加以注意。如果非得使用多线程处理xls/xlsx，当心软件崩溃！下面图示，是小编与xlware公司的开发工程师沟通的结果，所言不虚。


使用Libxl的注意事项

大家在网上下载的libxl各个版本库，多数属于限制使用。也就是说，当程序运行到一定阶段，必然会抛出异常，如下图所示。



这并不是代码的原因，版权保护而已。因此，小编去年耗费9000多元人民币购买了最新版本。在程序代码未做任何修改的情况下，运行一切正常。
Libxl主要接口用法：xlCreateBook()：创建excel文件对象，如果是xlsx，则使用xlCreateXMLBook()。setKey()：设置用户注册信息，是否正版就在这里验证。sheetCount()：获取excel对象的sheet数量getSheet()：获取excel对象的sheet对象firstRow()：在一个sheet对象中，获取第一行lastRow()：在一个sheet对象中，获取最后一行cellType()：在一个sheet对象中，获取某个单元格的字符串该库其他的使用方法，互联网上有很多介绍，小编就不赘述了。
再次声明：如有需要可进行技术交流，但拒绝任何代理活动！