
calamine
Reine Rust-Bibliothek für Tabellenkalkulationen
Lesen Sie XLS, XLSX, XLSM, XLSB, ODS & mehr mit Nullkopie-Deserialisierung in Rust.
Was ist calamine?
calamine ist eine leistungsstarke, reine Rust-Bibliothek zum Lesen und Deserialisieren von Excel- und OpenDocument-Tabellendateien. Sie unterstützt Formate wie XLS, XLSX, XLSM, XLSB, ODS und mehr und konzentriert sich auf schnelle, sichere und null‑Kopie‑Datenextraktion. Entwickelt für Zuverlässigkeit und minimale Abhängigkeiten, vermeidet calamine externe Systembibliotheken und setzt ausschließlich auf reine Rust-Implementierungen. Die API ermöglicht Entwicklern, effizient Zellwerte zu extrahieren, VBA‑Projekte zu bearbeiten und Formeln zu parsen, ohne komplexe Einrichtung oder Laufzeit‑Overhead.
Die Bibliothek glänzt in performancekritischen Anwendungen und bietet eine deutlich schnellere Verarbeitung als Alternativen in Python, C# und Go. Durch die integrierte Serde‑Integration ermöglicht calamine eine nahtlose Zuordnung von Tabellendaten zu Rust‑Strukturen. Sie unterstützt Lazy Loading für große Dateien, die Konfiguration von Kopfzeilen und optionale Funktionen wie Chrono‑Datum/Uhrzeit‑Unterstützung und Bilddatenextraktion. Egal, ob Sie CLI‑Tools, Web‑Backends oder eingebettete Systeme entwickeln, liefert calamine robuste, vorhersehbare Leistung auf allen Plattformen.
Erste Schritte mit calamine
Um calamine zu verwenden, fügen Sie es Ihrem Rust-Projekt über Cargo hinzu. Sie können es direkt mit cargo add calamine installieren oder die Abhängigkeit manuell zu Ihrer Cargo.toml hinzufügen. Die Bibliothek ist verfügbar auf crates.io und ihr Quellcode wird auf calamine GitHub gehostet. Für erweiterte Nutzung aktivieren Sie optionale Features wie chrono für Datum/Zeit-Unterstützung oder picture für die Extraktion von Bilddaten. Die Bibliothek lässt sich sauber auf stabilem Rust kompilieren und benötigt keine externen Binärdateien oder Systembibliotheken.
Installiere calamine über Cargo
cargo add calamineSerde-basierte Tabellenkalkulations-Deserialisierung
calamine bietet eine leistungsstarke Serde-Integration zum direkten Abbilden von Tabellendaten auf Rust-Strukturen. Mit RangeDeserializerBuilder können Entwickler stark typisierte Datenmodelle definieren und Zeilen automatisch in strukturierte Datensätze deserialisieren. Die Bibliothek enthält Hilfsfunktionen wie deserialize_as_f64_or_none und deserialize_as_f64_or_string, um gemischte Spaltenarten elegant zu handhaben. Dieser Ansatz gewährleistet Typsicherheit, reduziert Boilerplate und ermöglicht eine Compile‑Zeit‑Validierung von Datenstrukturen. Er ist besonders nützlich für Datenpipelines, Reporting‑Tools und ETL‑Anwendungen, bei denen Zuverlässigkeit und Leistung kritisch sind.
Deserialisiere Tabellenkalkulationszeilen in Rust-Strukturen
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);
} VBA-Projekt- und Formelauszug
calamine ermöglicht das Extrahieren von VBA-Projektmodulen und Formeldefinitionen aus Excel-Dateien. Entwickler können VBA-Code aus Modulen abrufen, fehlerhafte Verweise erkennen und definierte Namen sowie deren Formeln inspizieren. Diese Fähigkeit ist essenziell für Migrationswerkzeuge, Prüfungs-Utilities und die Analyse von Altsystemen. Die API bietet strukturierten Zugriff auf VBA-Metadaten und unterstützt sowohl einfache als auch komplexe Arbeitsmappen-Introspektionsszenarien. Ob Sie Makros zur Sicherheit analysieren oder Legacy-Excel-Logik konvertieren, liefert calamine präzisen Low-Level-Zugriff auf versteckte Arbeitsmappeninhalte.
VBA-Code und definierte Namen extrahieren
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);
}Lazy Loading und Umgang mit großen Dateien
calamine unterstützt Lazy Loading für XLSX- und XLSB-Dateien, wodurch eine effiziente Verarbeitung großer Tabellen möglich ist, ohne alle Arbeitsblätter gleichzeitig in den Speicher zu laden. Durch das Konfigurieren von Kopfzeilen und die Verwendung von bereichsbasierten Iterationen können Entwickler den Speicherverbrauch minimieren und den Durchsatz maximieren. Diese Funktion ist besonders wertvoll für serverlose Funktionen, CLI-Tools und eingebettete Deployments, bei denen Ressourcen begrenzt sind. Benchmarks zeigen, dass calamine über 1 Mio. Zeilen mit minimalem Speicheraufwand im Vergleich zu Alternativen wie openpyxl und ClosedXML liest, was es ideal für hochskalige Datenaufnahme-Pipelines macht.
Große Tabellen effizient verarbeiten
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);
}Leistungsoptimierung und Benchmarks
calamine liefert außergewöhnliche Leistung und verarbeitet 41 Millionen Zellen in weniger als 25 Sekunden—übertrifft Python-, C#- und Go‑Bibliotheken um bis zu das 9,4‑fache. Sein Zero‑Copy‑Design und minimale Heap‑Allokationen reduzieren CPU‑ und Speicherverbrauch erheblich. Benchmarks mit einer 186 MB‑XLSX‑Datei zeigen, dass calamine nur 186 MB Festplattenlesungen verwendet, im Vergleich zu 1,5 GB bei excelize. Das deterministische Speicherverhalten der Bibliothek und der geringe GC‑Druck machen sie für Echtzeit‑ und latenzempfindliche Anwendungen geeignet. Entwickler profitieren von vorhersehbarem Ressourcenverbrauch und konstantem Durchsatz über verschiedene Workloads hinweg.
