用PHP读取Excel、CSV文件

PHP读取excel、csv文件的库有不少，但用的比较多的有： PHPOffice/PHPExcel、PHPOffice/PhpSpreadsheet，如今PHPExcel已经再也不维护了，最新的一次提交仍是在2017年12月25号，建议直接使用PhpSpreadsheet，并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，提供了很是丰富的类和方法，并且支持不少文件格式：

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😄

咱们写一个简单的demo，来学习PhpSpreadsheet的使用，大概就是一个简单的文件上传页面，上传咱们要读取的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...，本身配置
我当前的PHP版本是7.2.13

1. 新建一个项目

mkdir demo
cd demo

2. 安装

使用composer安装：

composer require phpoffice/phpspreadsheet

默认安装的是最新的稳定版本(1.5)，若是想要安装dev版本，能够执行下面的命令：

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

vim index.html

index.html里面的内容很简单，以下：

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

这只是一个简单的demo，一个form表单就能够了，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文件以前，先来介绍下PhpSpredsheet如何使用。

4.1 读取文件

PhpSpreadsheet中读取文件有不少种，对于不一样格式的文件有不一样的读取方法，好比：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受有点复杂，其实这些类都实现了\PhpOffice\PhpSpreadsheet\Reader\IReader和\PhpOffice\PhpSpreadsheet\Writer\IWriter接口，指定了要加载的文件类型。咱们能够直接使用\PhpOffice\PhpSpreadsheet\IOFactory这个工厂类：

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

若是想在读写文件的时候设置一些属性，好比读写属性，能够这样设置：

$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须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作一些识别，若是识别出来是xls格式，就返回xls的reader，若是是csv，就返回csv的reader，经过分析代码咱们能够看到这个IOFactory能够生产出以下的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,
    ];
...

能够看到支持的类型仍是蛮多的，可是不少都不经常使用。

在IOFactory工厂中还能够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，以下：

$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，咱们在不指定reader类型时直接load，代码内部是要作一个识别格式的操做：

// 源码解析
// 不指定reader，直接获取上传的文件建立
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::load($_FILES['file']['tmp_name']);

// IOFactory::load()
public static function load($pFilename)
{
    // 这步棋室就是建立reader，免去了你手动建立
    $reader = self::createReaderForFile($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($filename)
{
    // 判断文件是否存在而且可读，会抛出InvalidArgumentException
    File::assertFile($filename);

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

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

    // 若是没有检测到类型，就会遍历默认的reader数组，直到找到可使用的那个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，能够看到在load前是作了文件检测和类型判断的操做，而后再返回对应的reader，接下来，再来看看当咱们指定了类型后，作了哪些操做的：

// 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，直接建立reader，而后就load了，只是作了一些实例化的操做。这两种方法相比，第二种方法性能更好一点，固然前提是要知道文件格式。

5. 读取Excel文件内容

让咱们接着继续上面的index.html，咱们须要编写一个PHP文件来处理请求：

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);

咱们先引入autoload，接着建立了一个Xlsx的reader，而后load咱们上传的文件，由于在excel中，内容都是按sheet区分的，每个sheet中都由行和列组成，咱们获取到当前使用的sheet，经过sheet获取到行的迭代对象，再针对每一行获得每一列对象，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，获得cell对象咱们就能获取到数据。

当咱们上传以下内容后：

返回结果以下：

由于咱们在读取时，是从第二行开始的，因此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在存储时都是做为数字类型，当要区分数字是时间格式时，须要用到 format mask，默认状况下， format mask是开启了的，但若是设置 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将会所有做为数字处理。

此时，咱们开启只读模式看一下，

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

输出结果以下：

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读取文件时的一些经常使用方法

1. 若是一个Excel中有多个sheet，只想操做其中的某几个sheet，能够设置setLoadSheetsOnly

$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

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，能够修改下使之更为通用：

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']);

1. 列出Excel中全部sheet的名字

$reader->listWorksheetNames('demo.xlsx');

1. 列出一个sheet的信息，包括多少列、多少行

$reader->listWorksheetInfo('demo.xlsx');

PhpSpreadsheet的学习与使用就到这，真的很强大，几乎知足了平常的全部需求，是读取Excel、CSV文件的利器。