Perl的Excel读写问题

车皮

　　老有人问我 excel 中文乱码的问题，
　　
我平时很少接触这一块，
　　
每次都得从头研究，
　　
现在把结论记录在这里，以做备忘。
　　

　　
读：
　　

• use strict;
  
• use warnings;
  
• 
  
• use Spreadsheet::ParseExcel;
  
• use MyExcelFormatter;
  
• 
  
• my $file = 'foo.xls';
  
• 
  
• my $fmt = new MyExcelFormatter();
  
• 
  
• my $xls = Spreadsheet::ParseExcel::Workbook->Parse( $file, $fmt );
  
• my @workSheet = @{ $xls->{Worksheet} };
  
• foreach my $sheet ( @workSheet ){
  
•     my $sheetName = $sheet->get_name();
  
•     print "工作表: $sheetName\n";
  
• 
  
•     my ( $minRow, $maxRow ) = $sheet->row_range();
  
•     my ( $minCol, $maxCol ) = $sheet->col_range();
  
• 
  
•     foreach my $row ( $minRow .. $maxRow ){
  
•         foreach my $col ( $minCol .. $maxCol ){
  
•             my $cell = $sheet->get_cell( $row, $col );
  
•             next unless $cell;
  
•             print " ($row,$col) ", $cell->value;
  
•         }
  
•         print "\n";
  
•     }
  
• }
  

　　

　　基本上上面这段代码就是从 Spreadsheet::ParseExcel 的文档里抄来的。
　　
除了 my $fmt = new MyExcelFormatter(); 这一行之外。
　　
这一行生成了一个文档内容的转换器（格式化工具），
　　
转换器代码如下：
　　

• package MyExcelFormatter;
  
• 
  
• use strict;
  
• use warnings;
  
• 
  
• use base qw(Spreadsheet::ParseExcel::FmtDefault);
  
• 
  
• use Encode::CN;
  
• use Encode qw(from_to);
  
• 
  
• sub new() {
  
•     return bless {};
  
• }
  
• 
  
• sub TextFmt( $;$ ) {
  
•     my $this = shift;
  
•     my ($value, $code) = @_;
  
• 
  
•     if ( defined $code and $code eq 'ucs2' ){
  
•         from_to( $value, 'ucs2', 'gb2312' );
  
•     }
  
•     return $value;
  
• }
  
• 
  

　　

　　如法炮制以此类推，可以处理所有本地语言编码。
　　

　　
写 excel，这个就更简单了：
　　

• use strict;
  
• use warnings;
  
• 
  
• use Spreadsheet::WriteExcel;
  
• 
  
• my $workbook = new Spreadsheet::WriteExcel( 'foo.xls' );
  
• my $worksheet = $workbook->add_worksheet( T('世界你好') );
  
• 
  
• $worksheet->write( 0, 0, T('干啥呢') );
  

　　

　　大家可以看到，完全就是抄 perldoc 文档里的例子的。
　　
只不过，T( '世界你好' ) 看上去有点怪怪的罢了。
　　
其实这是一个自定义函数：
　　

• use Encode qw(decode);
  
• 
  
• sub T {
  
•     my $text = shift;
  
• 
  
•     return decode( 'gb2312', $text );
  
• }
  

　　

　　名字当然也可以不叫 T，叫别的也行。
　　
完整的代码如下：
　　

• use strict;
  
• use warnings;
  
• 
  
• use Spreadsheet::WriteExcel;
  
• use Encode qw(decode);
  
• 
  
• my $workbook = new Spreadsheet::WriteExcel( 'foo.xls' );
  
• my $worksheet = $workbook->add_worksheet( T('世界你好') );
  
• 
  
• $worksheet->write( 0, 0, T('干啥呢') );
  
• 
  
• sub T {
  
•     my $text = shift;
  
• 
  
•     return decode( 'gb2312', $text );
  
• }
  

　　

　　最后再来个总结：
　　
要点只有一个：excel 里保存的是且只能是 utf8 编码，而简体中文版的 windows 控制台和其它一些软件缺省显示的是 gb2312 编码
　　
有些朋友在 tk 应用或者 mysql 应用中用了上面的代码，仍然看到乱码，那是因为你没有搞明白 tk 和 mysql 的编码，所以上面的办法也不是万能的。
　　
万能的办法就是搞清楚每个信息流的编码方案，彻底把思路搞明白了。