
calamine
スプレッドシート用の純粋 Rust ライブラリ
Rust でゼロコピーデシリアライズを使用して XLS、XLSX、XLSM、XLSB、ODS などを読み取る。
calamineとは何ですか?
calamineは、ExcelおよびOpenDocumentスプレッドシートファイルの読み取りとデシリアライズのための、高性能な純粋Rustライブラリです。XLS、XLSX、XLSM、XLSB、ODSなどのフォーマットをサポートし、速く、安全で、ゼロコピーのデータ抽出に重点を置いています。信頼性と最小限の依存性を考慮して設計されており、外部システムライブラリを使用せず、純粋なRust実装のみを利用します。そのAPIにより、開発者は複雑な設定や実行時のオーバーヘッドなしに、セル値の効率的な抽出、VBAプロジェクトの処理、数式の解析が可能です。
このライブラリは、パフォーマンスが重要なアプリケーションで優れた性能を発揮し、Python、C#、Goの代替品と比較して大幅に高速な処理を提供します。組み込みのSerde統合により、calamineはスプレッドシートデータをRust構造体へシームレスにマッピングできます。大容量ファイルの遅延ロード、ヘッダー行の設定、chronoによる日時サポートや画像データ抽出といったオプション機能もサポートしています。CLIツール、Webバックエンド、組み込みシステムのいずれを構築する場合でも、calamineはプラットフォームを超えて堅牢で予測可能なパフォーマンスを提供します。
calamineの開始方法
calamine の使用を開始するには、Cargo を通じて Rust プロジェクトに追加します。cargo add calamine を直接実行するか、Cargo.toml に依存関係を手動で追加できます。このライブラリは crates.io で入手でき、ソースコードは calamine GitHub にホストされています。高度な使用法では、日付/時刻サポートのための chrono や画像データ抽出のための picture といったオプション機能を有効にしてください。このライブラリは安定版 Rust でクリーンにコンパイルされ、外部バイナリやシステムライブラリは不要です。
Cargoでcalamineをインストール
cargo add calamineSerdeベースのスプレッドシートデシリアライズ
calamine は、スプレッドシートデータを Rust の構造体に直接マッピングするための強力な Serde 統合を提供します。RangeDeserializerBuilder を使用すると、開発者は強く型付けされたデータモデルを定義し、行を自動的に構造化されたレコードへデシリアライズできます。ライブラリには、deserialize_as_f64_or_none や deserialize_as_f64_or_string のようなヘルパー関数が含まれており、混合型の列を柔軟に処理します。このアプローチは型安全性を確保し、ボイラープレートを削減し、データ構造のコンパイル時検証を可能にします。信頼性とパフォーマンスが重要なデータパイプライン、レポートツール、ETL アプリケーションに特に有用です。
スプレッドシートの行をRust構造体にデシリアライズ
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プロジェクトと数式の抽出
calamineはExcelファイルからVBAプロジェクトモジュールと数式定義の抽出を可能にします。開発者はモジュールからVBAコードを取得し、壊れた参照を検出し、定義された名前とその数式を検査できます。この機能は移行ツール、監査ユーティリティ、レガシーシステムの分析に不可欠です。APIはVBAメタデータへの構造化されたアクセスを提供し、シンプルなものから複雑なブックインスペクションシナリオまでサポートします。セキュリティのためにマクロを分析する場合やレガシーExcelロジックを変換する場合でも、calamineは隠れたブックコンテンツへの正確で低レベルなアクセスを提供します。
VBAコードと定義名を抽出
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);
}遅延ロードと大容量ファイルの処理
calamineはXLSXおよびXLSBファイルに対して遅延ロードをサポートし、すべてのシートを一度にメモリに読み込むことなく大規模なスプレッドシートを効率的に処理できます。ヘッダー行を設定し、範囲ベースのイテレーションを使用することで、開発者はメモリ使用量を最小限に抑え、スループットを最大化できます。この機能は、リソースが制限されたサーバーレス関数、CLIツール、組み込みデプロイメントに特に有用です。ベンチマークでは、openpyxlやClosedXMLなどの代替品と比較して、calamineが1M行以上を最小限のメモリオーバーヘッドで読み取ることが示されており、高スケールのデータ取り込みパイプラインに最適です。
大規模スプレッドシートを効率的に処理
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);
}パフォーマンス最適化とベンチマーク
calamine は卓越したパフォーマンスを提供し、4100 万セルを 25 秒未満で処理します—Python、C#、Go のライブラリを最大 9.4 倍上回ります。そのゼロコピー設計と最小限のヒープ割り当てにより、CPU とメモリ使用量が大幅に削減されます。186MB の XLSX ファイルに対するベンチマークでは、calamine は 186MB のディスク読み取りのみで、excelize は 1.5GB を使用することが示されています。ライブラリの決定論的なメモリ動作と低 GC 圧力により、リアルタイムおよびレイテンシーに敏感なアプリケーションに適しています。開発者は予測可能なリソース使用と、多様なワークロードにわたる一貫したスループットの恩恵を受けられます。
