用PHP读取Excel、CSV文件

PhpSpreadsheet

PHP读取excel、csv文件的库有很多,但用的比较多的有: PHPOffice/PHPExcelPHPOffice/PhpSpreadsheet,现在PHPExcel已经不再维护了,最新的一次提交还是在2017年12月25号,建议直接使用PhpSpreadsheet,而且这两个项目都是同一个组织维护的,本文介绍PhpSpreadsheet的使用。

介绍PhpSpreadsheet

PhpSpreadsheet这个库是纯PHP写的,提供了非常丰富的类和方法,而且支持很多文件格式:

PhpSpreadsheet支持的文件格式

环境要求

  • PHP >= 5.6
  • 开启php_zip扩展
  • 开启php_xml扩展
  • 开启php_gd2扩展

开始使用😄

我们写一个简单的demo,来学习PhpSpreadsheet的使用,大概就是一个简单的文件上传页面,上传我们要读取的Excel文件,PHP接收到文件,调用PhpSpreadsheet读取Excel里面的内容。

0. 配置环境

略…,自己配置
我当前的PHP版本是7.2.13

1. 新建一个项目

1
2
mkdir demo
cd demo

2. 安装

使用composer安装:

1
composer require phpoffice/phpspreadsheet

默认安装的是最新的稳定版本(1.5),如果想要安装dev版本,可以执行下面的命令:

1
composer require phpoffice/phpspreadsheet:develop

上面步骤执行完毕后,目录结构是这样的:

3. 新建一个简单的html文件,用来上传Excel文件

1
vim index.html

index.html里面的内容很简单,如下:

这里要注意下:form表单的enctype一定要是multipart/form-data

这只是一个简单的demo,一个form表单就可以了,运行后就是下面这样了 :)

4. PhpSpreadsheet如何使用?

在处理前端传过来的Excel文件之前,先来介绍下PhpSpredsheet如何使用。

4.1 读取文件

PhpSpreadsheet中读取文件有很多种,对于不同格式的文件有不同的读取方法,比如:xlsx格式,使用\PhpOffice\PhpSpreadsheet\Reader\Xlsx()csv格式,使用\PhpOffice\PhpSpreadsheet\Reader\Csv(),乍一看这么多类就感觉有点复杂,其实这些类都实现了\PhpOffice\PhpSpreadsheet\Reader\IReader\PhpOffice\PhpSpreadsheet\Writer\IWriter接口,指定了要加载的文件类型。我们可以直接使用\PhpOffice\PhpSpreadsheet\IOFactory这个工厂类:

1
$spreadsheet = \PhpOffice\PhpSpreadsheet\IOFactory::load('demo.xlsx');

如果想在读写文件的时候设置一些属性,比如读写属性,可以这样设置:

1
2
3
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::createReaderForFile("demo.xlsx");
$reader->setReadDataOnly(true);
$reader->load("demo.xlsx");

使用这个工厂类的好处就是你不需要关心文件上传的格式,它能自动帮识别,其实这个工厂类就是对你上传的文件做一些识别,如果识别出来是xls格式,就返回xls的reader,如果是csv,就返回csv的reader,通过分析代码我们可以看到这个IOFactory可以生产出如下的reader和writer:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
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,
];
...

可以看到支持的类型还是蛮多的,但是很多都不常用。

IOFactory工厂中还可以指定读写的文件类型,返回对应的reader,这样就免去了识别文件类型的步骤,如下:

1
2
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::createReader("Xlsx");  // 指定为xlsx格式
$spreadsheet = $reader->load("demo.xlsx");
4.2 从源码比较两种读写方式

首先,来看下IOFactory这个工厂类,我们在不指定reader类型时直接load,代码内部是要做一个识别格式的操作:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
// 源码解析
// 不指定reader,直接获取上传的文件创建
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::load($_FILES['file']['tmp_name']);

// IOFactory::load()
public static function load($pFilename)
{
// 这步棋室就是创建reader,免去了你手动创建
$reader = self::createReaderForFile($pFilename);
return $reader->load($pFilename);
}

// IOFactory::createReaderForFile()
// 这步就是返回一个reader,具体返回什么reader,是根据文件名来的
public static function createReaderForFile($filename)
{
// 判断文件是否存在并且可读,会抛出InvalidArgumentException
File::assertFile($filename);

// 根据文件后缀猜测类型
$guessedReader = self::getReaderTypeFromExtension($filename);
if ($guessedReader !== null) {
$reader = self::createReader($guessedReader);

// Let's see if we are lucky
if (isset($reader) && $reader->canRead($filename)) {
return $reader;
}
}

// 如果没有检测到类型,就会遍历默认的reader数组,直到找到可以使用的那个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');
}

从上面的代码,可以看到在load前是做了文件检测和类型判断的操作,然后再返回对应的reader,接下来,再来看看当我们指定了类型后,做了哪些操作的:

1
2
3
// 指定reader
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
$spreadsheet = $reader->load($_FILES['file']['tmp_name']);

上面的就比较简单了,直接创建reader,然后就load了,只是做了一些实例化的操作。这两种方法相比,第二种方法性能更好一点,当然前提是要知道文件格式。

5. 读取Excel文件内容

让我们接着继续上面的index.html,我们需要编写一个PHP文件来处理请求:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
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);

我们先引入autoload,接着创建了一个Xlsx的reader,然后load我们上传的文件,因为在excel中,内容都是按sheet区分的,每一个sheet中都由行和列组成,我们获取到当前使用的sheet,通过sheet获取到行的迭代对象,再针对每一行得到每一列对象,在PhpSpreadsheet中,cell是一个最小的单元,对应着第几行第几列,数据都是存在cell中,得到cell对象我们就能获取到数据。

当我们上传如下内容后:

返回结果如下:

因为我们在读取时,是从第二行开始的,所以第一行的内容就不显示了。

这里说一下,在Excel中第三列是一个时间,PhpSpreadsheet对时间的处理有点特殊。在PhpSpreadsheet中date和time在存储时都是作为数字类型,当要区分数字是时间格式时,需要用到format mask,默认情况下,format mask是开启了的,但如果设置setReadDataOnly等于true的话,就不能使用format mask,从而就区分不了数字和时间格式,PhpSpreatsheet将会全部作为数字处理。

此时,我们开启只读模式看一下,

1
2
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
$reader->setReadDataOnly(true);

输出结果如下:

第三列就变成了奇怪的数字,当初这个问题还困扰了我半天。

5. PhpSpreadsheet读取文件时的一些常用方法

  1. 如果一个Excel中有多个sheet,只想操作其中的某几个sheet,可以设置setLoadSheetsOnly
1
2
3
$reader = new \PhpOffice\PhpSpreadsheet\Reader\Xlsx();
// 参数支持字符串或一个数组
$reader->setLoadSheetsOnly(['sheet1','sheet3']);
  1. 读取指定行和列的数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
class MyReadFilter implements \PhpOffice\PhpSpreadsheet\Reader\IReadFilter
{
public function readCell($column, $row, $worksheetName = '') {
// 只读取A1:E7的数据
if ($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');

上面的例子不够通用,可以修改下使之更为通用:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
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']);
  1. 列出Excel中所有sheet的名字
1
$reader->listWorksheetNames('demo.xlsx');
  1. 列出一个sheet的信息,包括多少列、多少行
1
$reader->listWorksheetInfo('demo.xlsx');

PhpSpreadsheet的学习与使用就到这,真的很强大,几乎满足了日常的所有需求,是读取Excel、CSV文件的利器。

PHP中的对象复制

PHP中,=的作用都是将一个值复制给另一个(大多数编程语言都是一样),将=作用在基本数据类型上时,就直接进行了赋值,并且变量的修改互不影响,如下:

1
2
3
4
5
$a = 1;
$b = $a;
$b = 2;
print_r($a); // 1
print_r($b); // 2

而在复制对象时,=只是简单地将两个变量指向同一个类实例,测试一下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
class Student
{
public $name;
public $age;

function __construct($name, $age) {
$this->name = $name;
$this->age = $age;
}
}

$student1 = new Student('mike', 19);
$student2 = $student1;

print_r($student1);
print_r($student2);
var_dump($student1 == $student2);
var_dump($student1 === $student2);

// 输出
Student Object
(
[name] => mike
[age] => 19
)
Student Object
(
[name] => mike
[age] => 19
)
bool(true)
bool(true)

从上面的代码中,就能明显看出$student1$student2两个变量指向的是同一个对象,新手看到这可能并没有发现其中蹊跷,而且等值检测也没有问题啊(其实这里的等值检测是看不出什么的),这时,如果我继续修改$student2中的属性时,就能发现问题:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
$student2->name = 'Jack';
$student2->age = 22;

print_r($student1);
print_r($student2);

// 输出
Student Object
(
[name] => Jack
[age] => 22
)
Student Object
(
[name] => Jack
[age] => 22
)

为什么会这样呢,我只是想修改$student2的属性,为什么$student1也改了,这就好比Dota里面的地卜师,只要逮到你一个分身,你就挂了。

地卜师

其实,看到这种情况,大概就能猜到PHP中对象的赋值都是通过引用操作,$student1$student2没有各自保留一份单独的副本,在内存中的分配大概就是这样的:

两个变量指向的是同一个内存地址,所以我们改变其中一个变量的属性是另一个也会变,但如果我们想要对两个变量做不同的操作并且互不影响该怎么办?

好在PHP提供了一个clone关键字来达到这个目的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
$student1 = new Student('mike', 19);
$student2 = clone $student1;

$student2->name = 'Jack';
$student2->age = 22;

print_r($student1);
print_r($student2);

// 输出
Student Object
(
[name] => mike
[age] => 19
)
Student Object
(
[name] => Jack
[age] => 22
)

通过clone复制后,现在$student1$student2就是两个不同的变量,修改互不影响。

关于__clone()方法

现在有这么一种情况,在复制对象时,想做一些修改操作,实际开发中,$id属性可能会与数据库表中某条记录一一对应,在复制之后,两个对象就指向数据库中的同一条记录了,那么使用__clone()就能控制复制时,哪些属性可以复制,哪些应该不复制或者置空。__clone()是个魔术方法,在对象上调用clone关键字时会自动调用。如下代码所示:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
class Student
{
public $id;
public $name;
public $age;

function __construct($id, $name, $age) {
$this->id = $id;
$this->name = $name;
$this->age = $age;
}

function __clone() {
$this->id = 0;
}
}

$student1 = new Student(1,'mike', 19);
$student2 = clone $student1;

print_r($student1);
print_r($student2);

// 输出
Student Object
(
[id] => 1
[name] => mike
[age] => 19
)
Student Object
(
[id] => 0
[name] => mike
[age] => 19
)

当在$student1上调用clone时,产生一个新的副本给$student2 ,这时$student2上就会自动调用__clone方法,使$id为0。

上面通过clone__clone()可以保证所有的基础数据类型可以被完全复制,但如果复制的对象中的属性也是一个对象时,复制后的两个对象都会引用同一个属性,修改时会互相影响,如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
Class Score {
public $english;
public $math;

function __construct($english, $math) {
$this->english = $english;
$this->math = $math;
}
}

class Student
{
public $id;
public $name;
public $age;
public $score;

function __construct($id, $name, $age, Score $score) {
$this->id = $id;
$this->name = $name;
$this->age = $age;
$this->score = $score;
}

function __clone() {
$this->id = 0;
}
}

$student1 = new Student(1,'mike', 19, new Score(80, 90));
$student2 = clone $student1;

// 我们需要修改$student1的英语成绩
$student1->score->english = 99;

//结果$student2的英语成绩也被修改了
echo $student2->score->english;

// 输出
99

上面这种情况并不是我们希望看到的,我们不想对象属性复制后被共享。解决方法就是在__clone()做做一些修改:

1
2
3
4
5
6
7
function __clone() {
$this->id = 0;
$this->score = clone $this->score;
}

// 输出
80

我所了解的PHP中对象复制大概就是这样,类似__clone()这样的魔术方法还有好几个,常见的还有:__set()__unset()__call()等,利用这些魔术方法可以实现更多复杂的操作,以后慢慢学习。

我的Tmux笔记

0. 修改指令前缀

1
2
3
// ~/.tmux.conf
ubind C-b
set -g prefix C-a

1. 新建会话

1
2
tmux
tmux new -s session-name // 可以设置会话名称

2. 断开会话,后台运行

1
tmux detach

快捷键: Ctrl + a + d

3. 重新连接断开的会话

1
2
3
tmux attach-session -t session-name
tmux a -t session-name
tmux a // 默认进入第一个会话

4. 彻底关闭会话

1
2
3
4
tmux kill-session -d session-name

// 关闭tmux服务器,关闭所有会话
tmux kill-server

5. 查看会话

1
2
tmux list-session
tmux ls

快捷键:Ctrl + a + s

6. Tmux系统指令表(部分)

Tmux系统指令表(部分)

7. 常用窗口指令

常用窗口指令

8. 常用面板指令

Pane指令

在小程序Canvas中使用measureText

有时候我们在使用Canvas绘制一段文本时,会需要通过measureText()方法获取文本的宽度,例如:

创建canvas标签

1
<canvas id="canvas"></canvas>

获取一段文本的宽度

1
2
3
4
5
var canvas = document.getElementById('canvas');
var ctx = canvas.getContext('2d');

var text = ctx.measureText('foo'); // TextMetrics object
text.width; // 16;

如上所示,measureText返回的其实是一个TextMetrics对象,它包含了文本的宽度,MDN上的解释如下:

The CanvasRenderingContext2D.measureText() method returns a TextMetrics object that contains information about the measured text (such as its width for example).

在微信小程序现在的版本(v2.13.7)中,小程序的canvas还不支持measureText,所以我自己写了个类似于measureText方法,通过canvas获取文本的宽度,方法如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
function measureText (text, fontSize=10) {
text = String(text);
var text = text.split('');
var width = 0;
text.forEach(function(item) {
if (/[a-zA-Z]/.test(item)) {
width += 7;
} else if (/[0-9]/.test(item)) {
width += 5.5;
} else if (/\./.test(item)) {
width += 2.7;
} else if (/-/.test(item)) {
width += 3.25;
} else if (/[\u4e00-\u9fa5]/.test(item)) { //中文匹配
width += 10;
} else if (/\(|\)/.test(item)) {
width += 3.73;
} else if (/\s/.test(item)) {
width += 2.5;
} else if (/%/.test(item)) {
width += 8;
} else {
width += 10;
}
});
return width * fontSize / 10;
}