我的Perl腳本如何確定Excel文件是XLS還是XLSX格式？

我有一個Perl腳本，它從Excel（xls）二進制文件讀取數據。但是，向我們發送這些文件的客戶端有時已經開始發送XLSX格式的文件。我已經更新了腳本以便能夠閱讀這些腳本。但是，客戶端有時候喜歡用.xls擴展名來命名XLSX文件，該擴展名目前混淆了我的腳本，因爲它使用文件名來確定它是哪種文件類型。我的Perl腳本如何確定Excel文件是XLS還是XLSX格式？

XLSX文件是一個包含XML內容的zip文件。有沒有一種簡單的方法讓我的腳本查看文件並告訴它是否是zip文件？如果是這樣，我可以讓我的腳本，而不僅僅是文件名。

來源

2010-10-27 DaveKub

的.xlsx文件的前2個字節爲「PK」，所以第2個字符的簡單的開放和考試就行了。

來源

2010-10-27 18:22:00

更具體地說，前4個字節是'「PK \ 003 \ 004」'。 – cjm 2010-10-27 18:32:36

雖然這可能適用於特定應用程序生成的所有.xlsx文件，但ZIP文件格式並不要求 - 請參閱http://en.wikipedia.org/wiki/Zip_file#Structure。 – 2010-10-27 18:33:27

是的！這正是我所希望的;一個快速簡便的方法來檢查一個文件，最好不用另一個模塊。謝謝！ – DaveKub 2010-10-27 18:53:11

-2

我不能說Perl，但是我使用.Net的框架，有很多庫可用來操縱你可以使用的zip文件。

另一件我見過人們使用的是WinZip的命令行版本。它給出了一個返回值，當文件被解壓縮時爲0，並且在出現錯誤時爲非零值。

這可能不是實現這一目標的最佳方式，但它是一個開始。

來源

2010-10-27 18:13:59

使用File::Type：

my $file = "foo.zip"; 
my $filetype = File::Type->new(); 

if($filetype->mime_type($file) eq 'application/zip') { 
    # File is a zip archive. 
    ... 
}

我只是一個.xlsx文件進行了測試，並mime_type()返回application/zip。同樣，對於.xls文件，mime_type()是application/octet-stream。

來源

2010-10-27 18:16:16 CanSpice

編輯：歸檔:: Zip是一個更好的

solution 
# Read a Zip file 
    my $somezip = Archive::Zip->new(); 
    unless ($somezip->read('someZip.zip') == AZ_OK) { 
     die 'read error'; 
    }

來源

2010-10-27 18:19:24 weismat

+1始終首先檢查CPAN :) – Konerak 2010-10-27 18:21:30

這不起作用 - 它使用文件名後綴來確定文件類型，請參閱http://search.cpan.org/~bingos/Archive-Extract-0.46/ lib/Archive/Extract.pm。我對此表示贊成，但已經太晚了，我無法取消我的投票。 – 2010-10-27 18:30:48

是的，可以通過檢查magic number。

Perl中有相當多的模塊用於檢查文件中的magic number。

使用File::LibMagic一個例子：

use strict; 
use warnings; 

use File::LibMagic; 

my $lm = File::LibMagic->new(); 

if ($lm->checktype_filename($filename) eq 'application/zip; charset=binary') { 
    # XLSX format 
} 
elsif ($lm->checktype_filename($filename) eq 'application/vnd.ms-office; charset=binary') { 
    # XLS format 
}

另一個例子，使用File::Type：

use strict; 
use warnings; 

use File::Type; 

my $ft = File::Type->new(); 

if ($ft->mime_type($file) eq 'application/zip') { 
    # XLSX format 
} 
else { 
    # probably XLS format 
}

來源

2010-10-27 18:22:48

File :: Type是一個相當大的模塊。既然你只對一種文件類型感興趣，我可能會從那裏複製測試。它只是檢查文件的前4個字節是否是「PK \ 003 \ 004」'。 – cjm 2010-10-27 18:34:22

用於libmagic的+1。下一個版本將包含許多針對zip衍生文件類型的改進，請參閱[郵件列表存檔]（http://mx.gw.com/pipermail/file/2010/thread.html）。 – daxim 2010-10-27 20:19:22

您可以通過檢查Excel的頭文件的第一個字節檢測xls文件。

有效的早期Excel標題的列表可以從這裏得到了（除非你知道自己的Excel的確切版本，請檢查所有適用的可能性）：

http://toorcon.techpathways.com/uploads/headersig.txt

拉鍊頭都在這裏描述：http://en.wikipedia.org/wiki/ZIP_(file_format)#File_headers 但我不確定.xlsx文件是否具有相同的標題。

File :: Type的邏輯似乎是「PK \ 003 \ 004」作爲決定zip文件的文件頭...但我不確定該邏輯是否可以像.xlsx一樣工作，要測試的文件。

來源

2010-10-27 18:26:12 DVK

-1

The-Evil-MacBook:~ ivucica$ file --mime-type --brief file.zip 
application/zip

因此，可能比較

`file --mime-type --brief $filename`

與application/zip會做的檢測拉鍊的伎倆。當然，你需要安裝file，這在UNIX系統上是很常見的。恐怕我無法提供Perl示例，因爲所有關於Perl的知識都從我的記憶中消失了，我手邊沒有任何示例。

來源

2010-10-27 18:32:06

我的Perl腳本如何確定Excel文件是XLS還是XLSX格式？

回答

相關問題