Skip to content
Office Oxide

Миграция с python-calamine (и calamine)

calamine — хорошо зарекомендовавший себя Rust-ридер XLSX/XLS; python-calamine — его Python-биндинг. Оба сосредоточены исключительно на таблицах.

Office Oxide в 2,8 раза быстрее python-calamine на XLSX (5,0 мс против 13,9 мс в среднем на 1 802 файлах) и показывает наивысшую долю успеха (97,8% против 96,6%). Он также добавляет полноценную поддержку DOCX, PPTX и устаревших DOC/PPT — форматов, которые calamine вообще не читает.

Когда мигрировать

Переходите, если что-то из этого про вас:

  • Вам нужны также .docx / .pptx / .doc / .ppt (calamine — только XLSX/XLS)
  • Хочется более широкого набора возможностей: вывод в Markdown / HTML, структурированный IR, шаблонизация через EditableDocument
  • Доля успеха важнее небольшого выигрыша calamine по производительности в отдельных сценариях
  • Вы на Python-биндинге и хотите меньше конверсий через FFI

Останьтесь на calamine, если:

  • Вы читаете только .xlsx и .xls
  • Зависите от специфичных для calamine API (Reader::with_header_row, worksheet_range_at и т. п.)
  • Нужны выражения формул (calamine их отдаёт; IR Office Oxide — нет)

Установка (Python)

pip uninstall python-calamine
pip install office-oxide

Установка (Rust)

# Cargo.toml
[dependencies]
# Заменить:
#   calamine = "0.30"
office_oxide = "0.1.0"

Сравнительная шпаргалка — Python

Открыть рабочую книгу

python-calamine

from python_calamine import CalamineWorkbook

wb = CalamineWorkbook.from_path("budget.xlsx")

office_oxide

from office_oxide import Document

with Document.open("budget.xlsx") as doc:
    ...

Итерация по листам

python-calamine

for name in wb.sheet_names:
    sheet = wb.get_sheet_by_name(name)
    for row in sheet.to_python():
        print(row)

office_oxide

with Document.open("budget.xlsx") as doc:
    ir = doc.to_ir()

for section in ir["sections"]:
    print(f"# {section.get('title')}")
    for el in section["elements"]:
        if el["kind"] == "Table":
            for row in el["rows"]:
                print(row)

Прочитать один лист построчно

python-calamine

sheet = wb.get_sheet_by_name("Q4")
rows = sheet.to_python()

office_oxide

with Document.open("budget.xlsx") as doc:
    table = next(
        el for section in doc.to_ir()["sections"]
        if section.get("title") == "Q4"
        for el in section["elements"] if el["kind"] == "Table"
    )
    rows = table["rows"]

Более прямой путь:

with Document.open("budget.xlsx") as doc:
    sheet = doc.as_xlsx().sheet("Q4")
    rows = sheet.rows()    # list[list[str]]

Имена листов

python-calamine

print(wb.sheet_names)

office_oxide

with Document.open("budget.xlsx") as doc:
    print([s.name() for s in doc.as_xlsx().sheets()])

Сравнительная шпаргалка — Rust

Открыть и проитерировать

calamine

use calamine::{open_workbook, Xlsx, Reader};

let mut wb: Xlsx<_> = open_workbook("budget.xlsx")?;
for sheet_name in wb.sheet_names() {
    if let Ok(range) = wb.worksheet_range(&sheet_name) {
        for row in range.rows() {
            println!("{row:?}");
        }
    }
}

office_oxide

use office_oxide::Document;

let doc = Document::open("budget.xlsx")?;
if let Some(xlsx) = doc.as_xlsx() {
    for sheet in xlsx.sheets() {
        for cell in sheet.cells() {
            println!("{}: {:?}", cell.address(), cell.value());
        }
    }
}

Формат-независимый IR (у calamine эквивалента нет)

let doc = Document::open("budget.xlsx")?;
let ir = doc.to_ir();
serde_json::to_writer(std::io::stdout(), &ir)?;

Форма выхода такая же, как из .docx или .pptx — удобно, когда нижележащим потребителям не нужно знать исходный формат.

Запись в XLSX

calamine только читает. Office Oxide пишет ячейки XLSX через EditableDocument:

from office_oxide import EditableDocument

with EditableDocument.open("budget.xlsx") as ed:
    ed.set_cell(0, "B5", 42_000)
    ed.save("budget.xlsx")

Для полноценной сборки XLSX спускайтесь в xlsx::create::XlsxBuilder или используйте umya-spreadsheet / rust_xlsxwriter.

Производительность

Библиотека XLSX Среднее p99 Доля успеха
office_oxide 5,0 мс 40 мс 97,8%
python-calamine 13,9 мс 183 мс 96,6%
openpyxl 94,5 мс 698 мс 96,2%
Библиотека XLS Среднее p99 Доля успеха
office_oxide 2,8 мс 75 мс 99,2%
python-calamine 9,0 мс 96 мс 90,7%

В чём разница

calamine возвращает типизированный Data-enum на каждую ячейку (Int, Float, String, Bool, DateTime, Empty, Error). IR Office Oxide схлопывает значения в строки; для типизированного доступа к ячейкам используйте формат-специфичный аксессор:

with Document.open("budget.xlsx") as doc:
    for sheet in doc.as_xlsx().sheets():
        for cell in sheet.cells():
            print(cell.value(), cell.value_type())   # value_type: "string" | "number" | "boolean" | "empty"

См. также