
calamine
Czysta biblioteka Rust do arkuszy kalkulacyjnych
Odczytuj XLS, XLSX, XLSM, XLSB, ODS i więcej z zerokopiową deserializacją w Rust.
Czym jest calamine?
calamine to wysokowydajna, czysta biblioteka Rust do odczytywania i deserializacji plików arkuszy kalkulacyjnych Excel i OpenDocument. Obsługuje formaty takie jak XLS, XLSX, XLSM, XLSB, ODS i inne, koncentrując się na szybkim, bezpiecznym i zero‑kopiującym wyodrębnianiu danych. Zaprojektowana z myślą o niezawodności i minimalnych zależnościach, calamine unika zewnętrznych bibliotek systemowych i opiera się wyłącznie na czystych implementacjach Rust. Jej API umożliwia programistom efektywne wyodrębnianie wartości komórek, obsługę projektów VBA oraz parsowanie formuł bez skomplikowanej konfiguracji czy narzutu w czasie wykonywania.
Biblioteka wyróżnia się w aplikacjach krytycznych pod względem wydajności, oferując znacznie szybsze przetwarzanie niż alternatywy w Pythonie, C# i Go. Dzięki wbudowanej integracji z Serde, calamine umożliwia płynne mapowanie danych arkusza kalkulacyjnego na struktury Rust. Obsługuje leniwe ładowanie dużych plików, konfigurację wiersza nagłówka oraz opcjonalne funkcje, takie jak obsługa dat/czasu z chrono oraz wyodrębnianie danych obrazów. Niezależnie od tego, czy tworzysz narzędzia CLI, backendy internetowe czy systemy wbudowane, calamine zapewnia solidną, przewidywalną wydajność na wszystkich platformach.
Rozpoczęcie pracy z calamine
Aby rozpocząć korzystanie z calamine, dodaj go do swojego projektu Rust za pomocą Cargo. Możesz zainstalować go bezpośrednio używając cargo add calamine lub ręcznie dodać zależność do swojego Cargo.toml. Biblioteka jest dostępna na crates.io i jej kod źródłowy jest hostowany na GitHubu calamine. Dla zaawansowanego użycia włącz opcjonalne funkcje, takie jak chrono dla obsługi dat/godzin lub picture do wyodrębniania danych obrazów. Biblioteka kompiluje się czysto na stabilnym Rust i nie wymaga zewnętrznych plików binarnych ani bibliotek systemowych.
Zainstaluj calamine za pomocą Cargo
cargo add calamineDeserializacja arkuszy kalkulacyjnych oparta na Serde
calamine zapewnia potężną integrację z Serde umożliwiającą mapowanie danych arkusza kalkulacyjnego bezpośrednio na struktury Rust. Korzystając z RangeDeserializerBuilder, programiści mogą definiować silnie typowane modele danych i automatycznie deserializować wiersze do ustrukturyzowanych rekordów. Biblioteka zawiera funkcje pomocnicze, takie jak deserialize_as_f64_or_none i deserialize_as_f64_or_string, aby elegancko obsługiwać kolumny o mieszanych typach. To podejście zapewnia bezpieczeństwo typów, redukuje kod szablonowy i umożliwia walidację struktur danych w czasie kompilacji. Jest szczególnie przydatne w pipeline'ach danych, narzędziach raportowych i aplikacjach ETL, gdzie niezawodność i wydajność są krytyczne.
Deserializuj wiersze arkusza kalkulacyjnego do struktur Rust
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);
} Ekstrakcja projektu VBA i formuł
calamine umożliwia wyodrębnianie modułów projektu VBA oraz definicji formuł z plików Excel. Programiści mogą pobierać kod VBA z modułów, wykrywać uszkodzone odwołania i przeglądać zdefiniowane nazwy oraz ich formuły. Ta funkcja jest niezbędna dla narzędzi migracyjnych, narzędzi audytowych i analizy systemów legacy. API zapewnia strukturalny dostęp do metadanych VBA i obsługuje zarówno proste, jak i złożone scenariusze introspekcji skoroszytów. Niezależnie od tego, czy analizujesz makra pod kątem bezpieczeństwa, czy konwertujesz starszą logikę Excel, calamine dostarcza precyzyjny, niskopoziomowy dostęp do ukrytej zawartości skoroszytu.
Wyodrębnij kod VBA i nazwy zdefiniowane
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);
}Lenwe ładowanie i obsługa dużych plików
calamine obsługuje leniwe ładowanie plików XLSX i XLSB, umożliwiając efektywne przetwarzanie dużych arkuszy kalkulacyjnych bez wczytywania wszystkich arkuszy do pamięci jednocześnie. Poprzez konfigurację wierszy nagłówków i użycie iteracji opartej na zakresach, programiści mogą zminimalizować zużycie pamięci i zmaksymalizować przepustowość. Ta funkcja jest szczególnie cenna dla funkcji serverless, narzędzi CLI i wdrożeń wbudowanych, gdzie zasoby są ograniczone. Testy wydajności wykazują, że calamine odczytuje ponad 1 mln wierszy przy minimalnym obciążeniu pamięci w porównaniu z alternatywami takimi jak openpyxl i ClosedXML, co czyni go idealnym dla wysokoskalowych potoków ingestii danych.
Efektywne przetwarzanie dużych arkuszy kalkulacyjnych
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);
}Optymalizacja wydajności i benchmarki
calamine zapewnia wyjątkową wydajność, przetwarzając 41 milionów komórek w mniej niż 25 sekund—przewyższając biblioteki Python, C# i Go nawet o 9,4x. Jej projekt zero-copy oraz minimalne przydziały sterty znacząco redukują zużycie CPU i pamięci. Testy na pliku XLSX o wielkości 186 MB pokazują, że calamine używa jedynie 186 MB odczytów dysku w porównaniu do 1,5 GB dla excelize. Deterministyczne zachowanie pamięci biblioteki i niskie obciążenie GC czynią ją odpowiednią dla aplikacji czasu rzeczywistego i wrażliwych na opóźnienia. Programiści korzystają z przewidywalnego zużycia zasobów i stałej przepustowości w różnych obciążeniach.
