Quelle est la meilleure façon d'extraire des commentaires de cellules Excel en utilisant Perl ou Ruby?

Question

J'ai analysé avec succès des documents Excel en Perl avec Spreadhsheet::ParseExcel (comme recommandé dans What's the best way to parse Excel file in Perl?), mais je n'arrive pas à comprendre comment extraire les commentaires de cellule.

Des idées? Une solution en Perl ou Ruby serait idéale.

Answer 1

Une option consiste à utiliser la bibliothèque win32ole de Ruby. L'exemple suivant (un peu verbeux) se connecte à une feuille de calcul Excel ouverte et obtient le texte de commentaire de la cellule B2.

require 'win32ole' 

xl = WIN32OLE.connect('Excel.Application') 
ws = xl.ActiveSheet 
cell = ws.Range('B2') 
comment = cell.Comment 
text = comment.Text 

Plus d'infos et des exemples d'utilisation bibliothèque win32ole de Ruby pour automatiser Excel peuvent être trouvés ici:

http://rubyonwindows.blogspot.com/search/label/excel

Answer 2

La bibliothèque Python xlrd analysera les commentaires de cellule (si vous activez xlrd.sheet.OBJ_MSO_DEBUG, vous les verrons), mais cela ne les expose pas à l'API. Vous pouvez soit analyser la décharge ou pirater un peu de sorte que vous puissiez les atteindre par programmation. Voici un début (testé très peu):

diff --git a/xlrd/sheet.py b/xlrd/sheet.py 
--- a/xlrd/sheet.py 
+++ b/xlrd/sheet.py 
@@ -206,6 +206,7 @@ 
     self._dimncols = 0 
     self._cell_values = [] 
     self._cell_types = [] 
+  self._cell_notes = [] 
     self._cell_xf_indexes = [] 
     self._need_fix_ragged_rows = 0 
     self.defcolwidth = None 
@@ -252,6 +253,7 @@ 
     return Cell(
      self._cell_types[rowx][colx], 
      self._cell_values[rowx][colx], 
+   self._cell_notes[rowx][colx], 
      xfx, 
      ) 

@@ -422,12 +424,14 @@ 
        if self.formatting_info: 
         self._cell_xf_indexes[nrx].extend(aa('h', [-1]) * nextra) 
       self._cell_values[nrx].extend([''] * nextra) 
+    self._cell_notes[nrx].extend([None] * nextra) 
     if nc > self.ncols: 
      self.ncols = nc 
      self._need_fix_ragged_rows = 1 
     if nr > self.nrows: 
      scta = self._cell_types.append 
      scva = self._cell_values.append 
+   scna = self._cell_notes.append 
      scxa = self._cell_xf_indexes.append 
      fmt_info = self.formatting_info 
      xce = XL_CELL_EMPTY 
@@ -436,6 +440,7 @@ 
       for _unused in xrange(self.nrows, nr): 
        scta([xce] * nc) 
        scva([''] * nc) 
+     scna([None] * nc) 
        if fmt_info: 
         scxa([-1] * nc) 
      else: 
@@ -443,6 +448,7 @@ 
       for _unused in xrange(self.nrows, nr): 
        scta(aa('B', [xce]) * nc) 
        scva([''] * nc) 
+     scna([None] * nc) 
        if fmt_info: 
         scxa(aa('h', [-1]) * nc) 
      self.nrows = nr 
@@ -454,6 +460,7 @@ 
     aa = array_array 
     s_cell_types = self._cell_types 
     s_cell_values = self._cell_values 
+  s_cell_notes = self._cell_notes 
     s_cell_xf_indexes = self._cell_xf_indexes 
     s_dont_use_array = self.dont_use_array 
     s_fmt_info = self.formatting_info 
@@ -465,6 +472,7 @@ 
      nextra = ncols - rlen 
      if nextra > 0: 
       s_cell_values[rowx][rlen:] = [''] * nextra 
+    s_cell_notes[rowx][rlen:] = [None] * nextra 
       if s_dont_use_array: 
        trow[rlen:] = [xce] * nextra 
        if s_fmt_info: 
@@ -600,6 +608,7 @@ 
     bk_get_record_parts = bk.get_record_parts 
     bv = self.biff_version 
     fmt_info = self.formatting_info 
+  txos = {} 
     eof_found = 0 
     while 1: 
      # if DEBUG: print "SHEET.READ: about to read from position %d" % bk._position 
@@ -877,13 +886,23 @@ 
       break 
      elif rc == XL_OBJ: 
       # handle SHEET-level objects; note there's a separate Book.handle_obj 
-    self.handle_obj(data) 
+    obj = self.handle_obj(data) 
+    if obj: 
+     obj_id = obj.id 
+    else: 
+     obj_id = None 
      elif rc == XL_MSO_DRAWING: 
       self.handle_msodrawingetc(rc, data_len, data) 
      elif rc == XL_TXO: 
-    self.handle_txo(data) 
+    txo = self.handle_txo(data) 
+    if txo and obj_id: 
+     txos[obj_id] = txo 
+     obj_id = None 
      elif rc == XL_NOTE: 
-    self.handle_note(data) 
+    note = self.handle_note(data) 
+    txo = txos.get(note.object_id) 
+    if txo: 
+     self._cell_notes[note.rowx][note.colx] = txo.text 
      elif rc == XL_FEAT11: 
       self.handle_feat11(data) 
      elif rc in bofcodes: ##### EMBEDDED BOF ##### 
@@ -1387,19 +1406,16 @@ 


    def handle_obj(self, data): 
-  if not OBJ_MSO_DEBUG: 
-   return 
-  DEBUG = 1 
     if self.biff_version < 80: 
      return 
     o = MSObj() 
     data_len = len(data) 
     pos = 0 
-  if DEBUG: 
+  if OBJ_MSO_DEBUG: 
      fprintf(self.logfile, "... OBJ record ...\n") 
     while pos < data_len: 
      ft, cb = unpack('<HH', data[pos:pos+4]) 
-   if DEBUG: 
+   if OBJ_MSO_DEBUG: 
       hex_char_dump(data, pos, cb, base=0, fout=self.logfile) 
      if ft == 0x15: # ftCmo ... s/b first 
       assert pos == 0 
@@ -1430,16 +1446,14 @@ 
     else: 
      # didn't break out of while loop 
      assert pos == data_len 
-  if DEBUG: 
+  if OBJ_MSO_DEBUG: 
      o.dump(self.logfile, header="=== MSOBj ===", footer= " ") 
+  return o 

    def handle_note(self, data): 
-  if not OBJ_MSO_DEBUG: 
-   return 
-  DEBUG = 1 
     if self.biff_version < 80: 
      return 
-  if DEBUG: 
+  if OBJ_MSO_DEBUG: 
      fprintf(self.logfile, '... NOTE record ...\n') 
      hex_char_dump(data, 0, len(data), base=0, fout=self.logfile) 
     o = MSNote() 
@@ -1453,13 +1467,11 @@ 
     o.original_author, endpos = unpack_unicode_update_pos(data, 8, lenlen=2) 
     assert endpos == data_len - 1 
     o.last_byte = data[-1] 
-  if DEBUG: 
+  if OBJ_MSO_DEBUG: 
      o.dump(self.logfile, header="=== MSNote ===", footer= " ") 
+  return o 

    def handle_txo(self, data): 
-  if not OBJ_MSO_DEBUG: 
-   return 
-  DEBUG = 1 
     if self.biff_version < 80: 
      return 
     o = MSTxo() 
@@ -1477,8 +1489,9 @@ 
     rc3, data3_len, data3 = self.book.get_record_parts() 
     assert rc3 == XL_CONTINUE 
     # ignore the formatting runs for the moment 
-  if DEBUG: 
+  if OBJ_MSO_DEBUG: 
      o.dump(self.logfile, header="=== MSTxo ===", footer= " ") 
+  return o 

    def handle_feat11(self, data): 
     if not OBJ_MSO_DEBUG: 
@@ -1638,11 +1651,12 @@ 

class Cell(BaseObject): 

- __slots__ = ['ctype', 'value', 'xf_index'] 
+ __slots__ = ['ctype', 'value', 'note', 'xf_index'] 

- def __init__(self, ctype, value, xf_index=None): 
+ def __init__(self, ctype, value, note=None, xf_index=None): 
     self.ctype = ctype 
     self.value = value 
+  self.note = note 
     self.xf_index = xf_index 

    def __repr__(self): 

alors vous pourriez écrire quelque chose comme:

import xlrd 

xlrd.sheet.OBJ_MSO_DEBUG = True 

xls = xlrd.open_workbook('foo.xls') 

for sheet in xls.sheets(): 
    print 'sheet %s (%d x %d)' % (sheet.name, sheet.nrows, sheet.ncols) 
    for rownum in xrange(sheet.nrows): 
     for cell in sheet.row(rownum): 
      print cell, cell.note