识别电子表格中的日期类型::ParseExcel

Question

我们正在从基于 MS Excel OLE 的模块迁移到 Spreadsheet::ParseExcel（或类似模块）。由于我们有数百个程序在使用我们的模块，因此我们希望我们提供一个替换，即返回的数据是相同的。

问题在于日期 - 使用 Excel，我们得到一个 VT_DATE 类型的 Win32::OLE::Variant 对象。作为一种解决方法，我们可以通过检查$cell->type() eq 'Date' 并返回对象来手动构造它。

问题是类型设置不可靠，所以我们不能总是这样做。

Date 类型设置在两个地方。这是FmtDefault.pm中使用的逻辑：

if (   ( ( $iFmtIdx >= 0x0E ) && ( $iFmtIdx <= 0x16 ) )
    || ( ( $iFmtIdx >= 0x2D ) && ( $iFmtIdx <= 0x2F ) ) )
{
    return "Date";
}

如果此检查失败并且我们得到Numeric，那么它会在ParseExcel.pm 中进行备份检查：

if ( $FmtStr =~ m{^[dmy][-\\/dmy]*$}i ) {
    $rhKey{Type} = "Date";
}

但是，一些常见的格式字符串不起作用，例如：

[$-C09]dddd\\,\\ d\\ mmmm\\ yyyy;@ i.e. Sunday, 24 January 1982
d/m/yyyy;@ i.e. 24/1/1982

我在 openoffice.org 上检查了 Excel 规范，还阅读了诸如 http://jonvonderheyden.net/excel/a-comprehensive-guide-to-number-formats-in-excel/#date_code 之类的指南，似乎以下规则将匹配日期格式字符串：

包含 d、m 或 y 字符的字符串，它们不在 "" 或 [] 之间，除非它是 \\，否则不以 \ 开头，并且后面不带 - 或 *。

这看起来非常复杂且容易出错。有没有更好的办法？

似乎Spreadsheet::ParseExcel::Utility::ExcelFmt() 在$format_mode 下标记了一个日期格式，所以也许可以修改此逻辑以返回该标记？但如果可能的话，我更希望在不更改 Spreadsheet::ParseExcel 模块的情况下准备好一些东西。

Answer 1

你知道哪些列应该是日期吗？

在我的使用中，我这样做了，并将它们转换为：

$val = $cell->unformatted();
# if it was properly set as a Date cell, the value will be a number of days since 1900 or 1904
# that we can convert to a date, regardless of the format they were shown.
if ( $val =~ /^[0-9]{5}(?:\.[0-9]+)?\z/ ) {
    $date = Spreadsheet::ParseExcel::Utility::ExcelFmt( 'YYYY-MM-DD', $val, $wb->{'Flg1904'} );
}
else {
    $val = $cell->value();
    $val =~ s/^'//;
    # try parsing it with Date::Manip, which handles all common formats (see its ParseDateString doc)
    use Date::Manip ();
    Date::Manip::Date_Init("TZ=GMT","DateFormat=US");
    $date = Date::Manip::UnixDate( $val, '%Y-%m-%d' );
}

更新：听起来你最好修改 ExcelFmt，像这样（未经测试）：

--- Utility.pm.orig 2014-12-17 07:16:06.609942082 -0800
+++ Utility.pm  2014-12-17 07:18:14.453965764 -0800
@@ -69,7 +69,7 @@
 #
 sub ExcelFmt {

-    my ( $format_str, $number, $is_1904, $number_type, $want_subformats ) = @_;
+    my ( $format_str, $number, $is_1904, $number_type, $want_subformats, $want_format_mode ) = @_;

     # Return text strings without further formatting.
     return $number unless $number =~ $qrNUMBER;
@@ -956,8 +956,14 @@
     $result =~ s/^\$\-/\-\$/;
     $result =~ s/^\$ \-/\-\$ /;

-    # Return color and locale strings if required.
-    if ($want_subformats) {
+    # Return format mode and/or color and locale strings if required.
+    if ( $want_subformats && $want_format_mode ) {
+        return ( $result, $color, $locale, $format_mode );
+    }
+    elsif ($want_format_mode) {
+        return ( $result, $format_mode );
+    }
+    elsif ($want_subformats) {
         return ( $result, $color, $locale );
     }
     else {

请务必将其提交给maintainer，以便包含在以后的版本中。