1. produkty
  2.   Tabulka
  3.   Rust
  4.   calamine

calamine

 
 

Čistá Rust knihovna pro tabulky

Čtěte XLS, XLSX, XLSM, XLSB, ODS a další s zero-copy deserializací v Rustu.

Co je calamine?

calamine je vysoce výkonná, čistá knihovna v jazyce Rust pro čtení a deserializaci souborů Excel a OpenDocument. Podporuje formáty jako XLS, XLSX, XLSM, XLSB, ODS a další, zaměřuje se na rychlou, bezpečnou a zero‑copy extrakci dat. Navržena pro spolehlivost a minimální závislosti, calamine se vyhýbá externím systémovým knihovnám a spoléhá výhradně na čisté implementace v Rustu. Její API umožňuje vývojářům efektivně získávat hodnoty buněk, pracovat s VBA projekty a parsovat vzorce bez složitého nastavení či runtime overhead.

Knihovna vyniká v aplikacích kritických na výkon, nabízejíce výrazně rychlejší zpracování než alternativy v Pythonu, C# a Go. Díky vestavěné integraci Serde umožňuje calamine bezproblémové mapování dat tabulek na Rust struktury. Podporuje lazy loading (líné načítání) velkých souborů, konfiguraci řádku záhlaví a volitelné funkce jako podpora datum/čas z knihovny chrono a extrakci obrázkových dat. Ať už vytváříte CLI nástroje, webové backendy nebo vestavěné systémy, calamine poskytuje robustní, předvídatelný výkon napříč platformami.

Previous Next

Začínáme s calamine

Chcete-li začít používat calamine, přidejte jej do svého Rust projektu pomocí Cargo. Můžete jej nainstalovat přímo pomocí cargo add calamine nebo ručně přidat závislost do svého Cargo.toml. Knihovna je dostupná na crates.io a její zdrojový kód je hostován na GitHubu calamine. Pro pokročilé použití povolte volitelné funkce jako chrono pro podporu data/času nebo picture pro extrakci obrazových dat. Knihovna se čistě kompiluje na stabilním Rustu a nevyžaduje žádné externí binární soubory ani systémové knihovny.

Instalace calamine pomocí Cargo

cargo add calamine

Deserializace tabulek založená na Serde

calamine poskytuje výkonnou integraci se Serde pro mapování dat z tabulek přímo do Rust struktur. Pomocí RangeDeserializerBuilder mohou vývojáři definovat silně typované datové modely a automaticky deserializovat řádky do strukturovaných záznamů. Knihovna obsahuje pomocné funkce jako deserialize_as_f64_or_none a deserialize_as_f64_or_string pro elegantní zpracování sloupců s různými typy. Tento přístup zajišťuje typovou bezpečnost, snižuje boilerplate a umožňuje validaci datových struktur v čase kompilace. Je zvláště užitečný pro datové pipeline, nástroje pro reportování a ETL aplikace, kde jsou spolehlivost a výkon kritické.

Deserializace řádků tabulky do Rust struktur

use calamine::{deserialize_as_f64_or_none, open_workbook, RangeDeserializerBuilder, Reader, Xlsx};
use serde::Deserialize;

#[derive(Deserialize)]
struct Record {
    metric: String,
    #[serde(deserialize_with = "deserialize_as_f64_or_none")]
    value: Option,
}

let mut excel: Xlsx<_> = open_workbook("file.xlsx")?;
let range = excel.worksheet_range("Sheet1")?;
let iter = RangeDeserializerBuilder::with_headers(&["metric", "value"]).from_range(&range)?;
for result in iter {
    let record: Record = result?;
    println!("{:?}", record);
}

Extrahování VBA projektů a vzorců

calamine umožňuje extrakci modulů VBA projektů a definic vzorců ze souborů Excel. Vývojáři mohou získat VBA kód z modulů, detekovat poškozené odkazy a prozkoumat definovaná jména a jejich vzorce. Tato schopnost je nezbytná pro migrační nástroje, auditní utility a analýzu starých systémů. API poskytuje strukturovaný přístup k metadatům VBA a podporuje jak jednoduché, tak složité scénáře introspekce sešitu. Ať už analyzujete makra z hlediska bezpečnosti nebo převádíte starou logiku Excelu, calamine poskytuje přesný, nízkoúrovňový přístup k skrytému obsahu sešitu.

Extrahovat VBA kód a definované názvy

use calamine::{open_workbook_auto, Reader};

let mut workbook = open_workbook_auto("file.xlsx")?;
if let Ok(Some(vba)) = workbook.vba_project() {
    let module = vba.get_module("Module1").unwrap();
    println!("{}", module);
    for ref in vba.get_references() {
        if ref.is_missing() { println!("Broken: {}", ref.name); }
    }
}
for (name, formula) in workbook.defined_names() {
    println!("{}: {}", name, formula);
}

Líné načítání a zpracování velkých souborů

calamine podporuje lazy loading pro soubory XLSX a XLSB, což umožňuje efektivní zpracování velkých tabulek bez načítání všech listů do paměti najednou. Konfigurací řádků záhlaví a použitím iterace založené na rozsahu mohou vývojáři minimalizovat paměťovou stopu a maximalizovat propustnost. Tato funkce je zvláště cenná pro serverless funkce, CLI nástroje a vestavěná nasazení, kde jsou zdroje omezené. Benchmarky ukazují, že calamine čte více než 1 milion řádků s minimálním paměťovým zatížením ve srovnání s alternativami jako openpyxl a ClosedXML, což z něj činí ideální řešení pro vysokozátěžové datové ingestní pipeline.

Efektivně zpracovávat velké tabulky

use calamine::{open_workbook, Reader, Xlsx};

let mut excel: Xlsx<_> = open_workbook("large.xlsx")?;
let range = excel
    .worksheet_range("Sheet1")?
    .expect("Sheet not found");

for row in range.rows() {
    // Process row without loading entire file
    process_row(row);
}

Optimalizace výkonu a benchmarky

calamine poskytuje výjimečný výkon, zpracuje 41 milionů buněk za méně než 25 sekund — převyšuje knihovny v Pythonu, C# a Go až 9,4‑násobně. Jeho design bez kopírování a minimální alokace haldy výrazně snižují využití CPU a paměti. Benchmarky na souboru XLSX o velikosti 186 MB ukazují, že calamine používá pouze 186 MB čtení z disku oproti 1,5 GB u excelize. Deterministické chování paměti knihovny a nízký tlak na garbage collector ji činí vhodnou pro aplikace v reálném čase a citlivé na latenci. Vývojáři těží z předvídatelného využití zdrojů a konzistentní propustnosti napříč různorodými pracovními zátěžemi.

 Čeština