Converti xlsx in csv in Linux con riga di comando

Sto cercando un modo per convertire i file xlsx in file CSV su Linux.

Non voglio usare PHP / Perl o qualcosa del genere poiché sto cercando di elaborare diversi milioni di linee, quindi ho bisogno di qualcosa di veloce. Ho trovato un programma sui repository di Ubuntu chiamato xls2csv ma ​​convertirà solo i file xls (Office 2003) (che sto attualmente utilizzando) ma ho bisogno del supporto per i file Excel più recenti.

Qualche idea?

L' applicazione per fogli di calcolo Gnumeric include un'utilità da riga di comando chiamata ssconvert che può convertire tra diversi formati di fogli di calcolo:

$ ssconvert Book1.xlsx newfile.csv
Using exporter Gnumeric_stf:stf_csv

$ cat newfile.csv 
Foo,Bar,Baz
1,2,3
123.6,7.89,
2012/05/14,,
The,last,Line

Per installare su Ubuntu:

apt-get install gnumeric

Per installare su Mac:

brew install gnumeric

Puoi farlo con LibreOffice:

libreoffice --headless --convert-to csv $filename --outdir $outdir

Per motivi che non mi sono chiari, potrebbe essere necessario eseguirlo con sudo. Puoi far funzionare LibreOffice con sudo senza richiedere una password aggiungendo questa riga al tuo file sudoers:

users ALL=(ALL) NOPASSWD: libreoffice

Se hai già un ambiente desktop, sono sicuro che Gnumeric / LibreOffice funzionerà bene, ma su un server senza testa (come Amazon Web Services), richiedono dozzine di dipendenze che devi anche installare.

Ho trovato questa alternativa a Python:

https://github.com/dilshod/xlsx2csv

$ easy_install xlsx2csv
$ xlsx2csv file.xlsx > newfile.csv

Ci sono voluti 2 secondi per l'installazione e funziona come un fascino.

Se disponi di più fogli, puoi esportarli tutti contemporaneamente o uno alla volta:

$ xlsx2csv file.xlsx --all > all.csv
$ xlsx2csv file.xlsx --all -p '' > all-no-delimiter.csv
$ xlsx2csv file.xlsx -s 1 > sheet1.csv

Si collega anche a diverse alternative integrate in Bash, Python, Ruby e Java.

In bash, ho usato questo comando libreoffice per convertire tutti i miei file xlsx nella directory corrente:

for i   in *.xlsx; do  libreoffice --headless --convert-to csv "$i" ; done

Si occupa degli spazi nel nome del file.

Ho provato di nuovo alcuni anni dopo, e non ha funzionato. Questo thread fornisce alcuni suggerimenti, ma la soluzione più rapida era eseguire come root (o eseguendo a sudo libreoffice). Non elegante, ma veloce.

Utilizzare il comando scalc.exe in Windows

Usa csvkit

in2csv data.xlsx > data.csv

Per i dettagli controlla i loro eccellenti documenti

Un'altra opzione sarebbe quella di usare R tramite un piccolo involucro bash per comodità:

xlsx2txt(){
echo '
require(xlsx)
write.table(read.xlsx2(commandArgs(TRUE)[1], 1), stdout(), quote=F, row.names=FALSE, col.names=T, sep="\t")
' | Rscript --vanilla - $1 2>/dev/null
}

xlsx2txt file.xlsx > file.txt

Se il .xlsxfile ha molti fogli, -sè possibile utilizzare flag per ottenere il foglio desiderato. Per esempio:

xlsx2csv "my_file.xlsx" -s 2 second_sheet.csv

second_sheet.csvconterrebbe i dati del 2 ° foglio in my_file.xlsx.

Usare l' applicazione per fogli di calcolo Gnumeric che arriva che un'utilità a riga di comando chiamata ssconvert è davvero super semplice:

find . -name '*.xlsx' -exec ssconvert -T Gnumeric_stf:stf_csv {} \;

e hai finito!

Se sei OK per eseguire la riga di comando Java, puoi farlo con Excel Extractor POI HSSF di Apache . Ha un mainmetodo che dice di essere l'estrattore della riga di comando . Questo sembra scaricare tutto. Indicano questo esempio che viene convertito in CSV . Dovresti compilarlo prima di poterlo eseguire, ma ha anche un mainmetodo, quindi non dovresti fare molta codifica di per sé per farlo funzionare.

Un'altra opzione che potrebbe volare ma richiederà un po 'di lavoro all'altra estremità è quella di rendere i tuoi file Excel disponibili come Excel XML Data o XML Spreadsheet di qualunque MS chiama quel formato in questi giorni. Ti aprirà un nuovo mondo di opportunità per tagliarlo e tagliarlo nel modo desiderato.

Come altri hanno già detto, libreofficepuò convertire i file xls in CSV. Il problema per me era la selezione del foglio.

Questo script libreoffice Python fa un ottimo lavoro nel convertire un singolo foglio in CSV.

L'utilizzo è:

./libreconverter.py File.xls:"Sheet Name" output.csv

L'unico aspetto negativo (dalla mia parte) è che --headlessnon sembra funzionare. Ho una finestra LO che si presenta per un secondo e poi si chiude.
Per me va bene, è l'unico strumento che fa il lavoro rapidamente.