【摘要】

本文介绍如何将各种构造的 Excel 文件解析成结构化数据，如一般行式、简单表头、自在格局、穿插表、奴才表、大文件等，并用 esProc SPL 举例实现。请点击Excel 文件结构化解析示例理解详情

本文将介绍如何进行各种格局的Excel文件结构化解析，如一般行式、简单表头、自在格局、穿插表、奴才表、大文件等，并提供用 esProc SPL 编写的代码示例。esProc 是业余的数据计算引擎，其采纳的 SPL 中有欠缺的 Excel 文件处理函数，进行结构化解析及后续的计算、入库等操作十分不便。

1. 一般行式

这是一种最简略的文件格式，文件中每行都是一条数据记录，更常见的是第一行是列题目。

示例：在学生问题文件scores.xlsx中，查问各班语文均匀问题。局部数据如下图：

esProc SPL脚本如下：

2. 简单表头

少数时候，Excel文件的表头格局并不简略，往往是由多行形成的，比方有表题目、项目名称、填表人、填写日期、页码等信息。解析这种格局的文件时，须要跳过简单的表头，指定从数据行的地位开始读取，而后指定结构化后的数据各列的列名。

示例：在我的项目造价文件itemPrices.xlsx中，计算我的项目总造价，局部数据如下图：

esProc SPL脚本如下：

3. 自在格局

一条数据记录扩散在多行，字段列值单元格紧跟在列名单元格前面或上面，可能有跨列或跨行的合并单元格。但每条记录所占的行数以及对应行构造是雷同的。循环读取时要以每条记录所占行数为单位组成一条记录。

示例：把自在格局的员工信息文件employee.xlsx存入到数据库表employee中，局部数据如下图：

esProc SPL脚本如下：

A1创立列名为“ID、Name、Sex、Position、Birthday、Phone、Address、PostCode”的空序表

A2关上Excel数据文件

A3定义雇员信息所在单元格列号序列

B3定义雇员信息所在单元格行号序列

A4用for循环读取每个雇员信息

B4 A3.(~/B3(#))先算出以后雇员单元格编号序列,再读出这些单元格值组成雇员信息序列。第一次循环时为\[C1,C2,F2,C3,C4,D5,C7,C8\]，第二次循环时为\[C10,C11,F11,C12,C13,D14,C16,C17\]……每次行号加9。$\\[A2.xlscell(\\]与"A2.xlscell("雷同，都是示意一个字符串，它的益处是在IDE中编写程序时，如果A2单元格的编号产生了变动，$\[A2.xlscell(\]中的A2会主动变动，比方在A2前插入了一行，这个表达式就会变成$\[A3.xlscell(\]，而用引号的话，就不会主动变了。

B5判断雇员ID值是否为空，为空则退出循环，完结读数

B6将一条雇员信息存入A1序表尾

B7让雇员信息的行号序列都加上9，读取下一条雇员信息

A8-A10连贯数据库，将雇员信息存入数据库表employee，敞开数据库

读取进去的A1单元格数据如下图所示：

4. 穿插表

穿插表是统计学中常见的一种矩阵式表格，能够清晰地表白两个变量间的数量关系。穿插表数据逐行读入后，须要以某个列变量为基准，另一个变量及穿插值进行行转置；或者以某个行变量为基准，另一个变量及穿插值进行列转置。

示例：将订单地区与货运形式穿插表cross.xlsx文件解析成结构化数据，文件数据如下图所示。

esProc SPL脚本如下：

A3格的局部数据如下图所示：

5. 奴才表

每个sheet是一条主表记录，同时sheet中也蕴含N条子表记录。文件中有多少主表记录，就有多少个sheet。对这种奴才表构造的数据，须要创立两个数据表别离保留主表和子表的记录。

示例：在员工信息登记表文件staff.xlsx中，每个sheet有员工信息及他的家庭成员信息，请将员工信息及家庭成员信息别离解析成两个结构化数据表。其中一个sheet如下图：

esProc SPL脚本如下：

A1创立列名别离为IDCard、Name、Sex、Birthday、Nation、Phone、Depart、Home、Marital、Entry的空序表，用于保留主表员工信息

A2创立列名别离为IDCard、Name、Relation、Workplace、Phone的空序表，用于保留子表员工家庭成员信息

A3定义主表员工信息所在单元格序列

A4关上Excel数据文件

A5循环读取Excel文件各sheet数据

B5读取员工信息序列

C5将B5读取的员工信息保留到序表A1

B6从第6行开始读取员工家庭成员信息，只读指定的5列Family、Name、Relation、Workplace、Phone

B7将B6序表的Family列改名为IDCard

C7为B7序表的IDCard列赋值为员工信息中的IDCard

B8将B7中的员工家庭成员信息追加到序表A2

A1读到的局部数据如下：

A2读到的局部数据如下：

6. 大文件

大文件结构化解析及计算的相干原理可参看《大文件上的结构化数据计算示例》，那篇文章是以文本文件为例，本文在此以Excel文件为例再作示范。

示例：在订单信息大数据文件orders.xlsx中，统计各地区的订单金额总和。局部数据如下图：

esProc SPL脚本如下：