
calamine
ไลบรารี Rust แท้สำหรับสเปรดชีต
อ่าน XLS, XLSX, XLSM, XLSB, ODS และอื่น ๆ ด้วยการแปลงข้อมูลแบบไม่มีการคัดลอกใน Rust.
calamine คืออะไร?
calamine เป็นไลบรารี Rust แท้ที่มีประสิทธิภาพสูงสำหรับการอ่านและทำการ deserialize ไฟล์สเปรดชีต Excel และ OpenDocument มันรองรับรูปแบบเช่น XLS, XLSX, XLSM, XLSB, ODS และอื่น ๆ โดยมุ่งเน้นการสกัดข้อมูลที่เร็ว ปลอดภัย และไม่มีการคัดลอกข้อมูล (zero-copy) ถูกออกแบบเพื่อความน่าเชื่อถือและการพึ่งพาน้อยที่สุด calamine ไม่ใช้ไลบรารีระบบภายนอกและพึ่งพาเพียงการทำงานของ Rust เท่านั้น API ของมันทำให้ผู้พัฒนาสามารถสกัดค่าของเซลล์ได้อย่างมีประสิทธิภาพ จัดการโครงการ VBA และแยกสูตรได้โดยไม่ต้องตั้งค่าซับซ้อนหรือภาระการทำงานในขณะรันไทม์
ไลบรารีนี้โดดเด่นในแอปพลิเคชันที่ต้องการประสิทธิภาพสูง โดยให้การประมวลผลที่เร็วกว่าอย่างมีนัยสำคัญเมื่อเทียบกับทางเลือกใน Python, C# และ Go ด้วยการรวม Serde ในตัว calamine ทำให้สามารถแมปข้อมูลสเปรดชีตไปยังโครงสร้าง Rust ได้อย่างราบรื่น รองรับการโหลดแบบ lazy สำหรับไฟล์ขนาดใหญ่ การกำหนดแถวหัวตาราง และคุณลักษณะเสริมเช่นการสนับสนุนวันที่/เวลาแบบ chrono และการสกัดข้อมูลรูปภาพ ไม่ว่าคุณจะสร้างเครื่องมือ CLI, backend เว็บ หรือระบบฝังตัว calamine จะมอบประสิทธิภาพที่มั่นคงและคาดการณ์ได้บนทุกแพลตฟอร์ม
เริ่มต้นใช้งาน calamine
เพื่อเริ่มใช้ calamine ให้เพิ่มมันลงในโปรเจกต์ Rust ของคุณผ่าน Cargo. คุณสามารถติดตั้งโดยตรงโดยใช้ cargo add calamine หรือเพิ่มการพึ่งพาในไฟล์ Cargo.toml ของคุณด้วยตนเอง. ไลบรารีนี้พร้อมใช้งานบน crates.io และซอร์สโค้ดของมันโฮสต์บน GitHub ของ calamine. สำหรับการใช้งานขั้นสูง ให้เปิดใช้งานฟีเจอร์เสริมเช่น chrono สำหรับการสนับสนุนวันที่/เวลา หรือ picture สำหรับการสกัดข้อมูลรูปภาพ. ไลบรารีนี้คอมไพล์ได้อย่างราบรื่นบน Rust เวอร์ชันเสถียรและไม่ต้องการไบนารีหรือไลบรารีระบบภายนอก.
ติดตั้ง calamine ผ่าน Cargo
cargo add calamineการแปลงข้อมูลสเปรดชีตโดยใช้ Serde
calamine ให้การรวม Serde ที่ทรงพลังสำหรับการแมปข้อมูลสเปรดชีตโดยตรงไปยังโครงสร้าง Rust. โดยใช้ RangeDeserializerBuilder นักพัฒนาสามารถกำหนดโมเดลข้อมูลที่มีประเภทอย่างเข้มงวดและทำการ deserialize แถวโดยอัตโนมัติเป็นบันทึกที่มีโครงสร้าง. ไลบรารีนี้รวมฟังก์ชันช่วยเหลือเช่น deserialize_as_f64_or_none และ deserialize_as_f64_or_string เพื่อจัดการคอลัมน์ที่มีประเภทผสมอย่างราบรื่น. วิธีนี้รับประกันความปลอดภัยของประเภท, ลดโค้ดซ้ำซ้อน, และเปิดใช้งานการตรวจสอบความถูกต้องของโครงสร้างข้อมูลในช่วงคอมไพล์. มันมีประโยชน์อย่างยิ่งสำหรับ pipelines ข้อมูล, เครื่องมือรายงาน, และแอปพลิเคชัน ETL ที่ความน่าเชื่อถือและประสิทธิภาพเป็นสิ่งสำคัญ.
แปลงแถวสเปรดชีตเป็นโครงสร้างของ 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);
} การสกัดโครงการ VBA และสูตร
calamine ช่วยให้สามารถสกัดโมดูลโครงการ VBA และคำนิยามสูตรจากไฟล์ Excel ได้ นักพัฒนาสามารถดึงโค้ด VBA จากโมดูล ตรวจจับการอ้างอิงที่เสียหาย และตรวจสอบชื่อที่กำหนดพร้อมสูตรของมัน ความสามารถนี้เป็นสิ่งสำคัญสำหรับเครื่องมือการย้ายข้อมูล, ยูทิลิตี้การตรวจสอบ, และการวิเคราะห์ระบบเก่า API ให้การเข้าถึงข้อมูลเมตา VBA อย่างเป็นโครงสร้างและรองรับทั้งสถานการณ์การตรวจสอบเวิร์กบุ๊กแบบง่ายและซับซ้อน ไม่ว่าคุณจะวิเคราะห์มาโครเพื่อความปลอดภัยหรือแปลงตรรกะ Excel เก่า calamine จะมอบการเข้าถึงระดับต่ำที่แม่นยำต่อเนื้อหาเวิร์กบุ๊กที่ซ่อนอยู่
สกัดโค้ด VBA และชื่อที่กำหนดไว้
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);
}การโหลดแบบขี้เกียจและการจัดการไฟล์ขนาดใหญ่
calamine รองรับการโหลดแบบ lazy สำหรับไฟล์ XLSX และ XLSB ทำให้สามารถประมวลผลสเปรดชีตขนาดใหญ่ได้อย่างมีประสิทธิภาพโดยไม่ต้องโหลดทุกชีตเข้าสู่หน่วยความจำพร้อมกัน โดยการกำหนดแถวหัวตารางและใช้การวนซ้ำแบบช่วง นักพัฒนาสามารถลดการใช้หน่วยความจำและเพิ่มอัตราการทำงานได้สูงสุด ฟีเจอร์นี้มีคุณค่าเป็นพิเศษสำหรับฟังก์ชันแบบ serverless, เครื่องมือ CLI, และการปรับใช้แบบฝังที่ทรัพยากรจำกัด การทดสอบเบนช์มาร์คแสดงให้เห็นว่า calamine สามารถอ่านข้อมูลมากกว่า 1 ล้านแถวด้วยการใช้หน่วยความจำขั้นต่ำเมื่อเทียบกับทางเลือกเช่น openpyxl และ ClosedXML ทำให้เป็นตัวเลือกที่เหมาะสำหรับสายงานการนำเข้าข้อมูลขนาดใหญ่
ประมวลผลสเปรดชีตขนาดใหญ่อย่างมีประสิทธิภาพ
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);
}การเพิ่มประสิทธิภาพและการวัดผล
calamine ให้ประสิทธิภาพที่ยอดเยี่ยม โดยประมวลผลเซลล์ 41 ล้านเซลล์ภายในเวลาไม่ถึง 25 วินาที—เหนือกว่าไลบรารีของ Python, C#, และ Go ถึง 9.4 เท่า การออกแบบแบบ zero-copy และการจัดสรร heap ขั้นต่ำช่วยลดการใช้ CPU และหน่วยความจำอย่างมีนัยสำคัญ การทดสอบบนไฟล์ XLSX ขนาด 186 MB แสดงให้เห็นว่า calamine ใช้การอ่านจากดิสก์เพียง 186 MB เท่านั้น เทียบกับ 1.5 GB ของ excelize พฤติกรรมหน่วยความจำที่กำหนดได้และแรงกดดัน GC ต่ำทำให้ไลบรารีนี้เหมาะสำหรับแอปพลิเคชันแบบเรียลไทม์และที่ต้องการความหน่วงต่ำ นักพัฒนาจะได้รับประโยชน์จากการใช้ทรัพยากรที่คาดการณ์ได้และอัตราการส่งผ่านที่สม่ำเสมอในงานที่หลากหลาย
