如何使用来自外部链接的 SheetJS (Amazon S3) 解析 Excel 文件

Posted 2023-02-27

【中文标题】如何使用来自外部链接的 SheetJS (Amazon S3) 解析 Excel 文件

【英文标题】：How can I parse an Excel file using SheetJS from an external link (Amazon S3)

【发布时间】：2016-08-03 19:36:53

【问题描述】：

我正在尝试解析一个已有 URL 的 Excel 文件。尝试访问文件以使其可读时，我不断收到不同的错误。现在，这是我的代码：

  const input_file = doc.input_file;
  const extension = input_file.split('.').pop();



  let XMLHttpRequest = require("xmlhttprequest").XMLHttpRequest;
  let oReq = new XMLHttpRequest();
  oReq.open("GET", input_file, true);
  oReq.responseType = "arraybuffer";

  oReq.onload = function(e) 
    let arraybuffer = oReq.responseText;
    /* convert data to binary string */
    let data = new Uint8Array(arraybuffer);
    let arr = new Array();
    for(let i = 0; i != data.length; ++i) arr[i] = String.fromCharCode(data[i]);
    let bstr = arr.join("");

    /* Call XLSX */
    let workbook = XLSX.read(bstr, type:"binary");

    /* DO SOMETHING WITH workbook HERE */
    let firstSheet = workbook.SheetNames[0];
    let parsed = XLSX.utils.sheet_to_csv(firstSheet);
    console.log(parsed);
  

  oReq.send();

当我尝试读取位于let workbook = XLSX.read(bstr, type:"binary");的文件时，我得到的当前错误是：Error: Unsupported file NaN

我不确定阅读该外部链接的最简单方法。有任何想法吗？如果有帮助，我正在使用 Meteor。

【问题讨论】：

这个错误暗示bstr是NaN，所以可能没有收到任何东西。如果有东西被退回，请与console.log(oReq.responseText) 联系。另外，使用oReq.response 而不是oReq.responseText 作为arraybuffer 类型。

【参考方案1】：

这是一个久经考验的答案。

你的代码有两个问题：

对于二进制文件，应该是let arraybuffer = oReq.response;，而不是let arraybuffer = oReq.responseText;

您应该在您的 Amazon S3 实例上启用跨域资源共享。只需关注official tutorial here.

这是一个有效的代码笔：

http://codepen.io/KevinWang15/pen/GZXJKj

你在用 nodeJS 吗？

注意：上面的代码只是使用了网络浏览器的（chrome）XMLHttpRequest，我注意到你正在使用

XMLHttpRequest = require("xmlhttprequest").XMLHttpRequest

你在使用类似 nodejs 的东西吗？ （对不起，我对 Meteor 不熟悉）

更具体地说，您使用的是driverdan/node-XMLHttpRequest 吗？

我用它和你的代码进行了试验，它导致了完全相同的错误消息。我认为是因为这个XMLHttpRequest 仍然存在与oReq.response 和oReq.responseText 的兼容性问题

如果你使用的是nodeJS，我推荐另一个库：ykzts/node-xmlhttprequest

安装它

npm i w3c-xmlhttprequest

用

改变你的 XMLHttpRequest

let XMLHttpRequest = require('w3c-xmlhttprequest').XMLHttpRequest;

它立即解决了问题！

【参考方案2】：

一个更好的主意可能是使用 Meteor 的 HTTP package 来获取文件。文档是here

使用添加包

meteor add http

然后使用：

let result = HTTP.get(input_file,function (error,result)
//process result here
);

result.data 将包含您可以使用 SheetJS 轻松解析的 Excel 文件。

但是，请确保您已在 Amazon S3 上允许跨域，否则您将收到以下表单错误：

“请求的资源上不存在'Access-Control-Allow-Origin'标头。因此不允许访问源'blah blah'。”

【讨论】：

当我尝试这个时，result.data 只是返回 null

试试 console.log(result)。它可能在 result.content 中，具体取决于 S3 的响应。当我尝试这个时，它工作得很好。

【参考方案3】：

XMLHttpRequest 受Same Origin Policy 限制，这意味着您只能直接从自己的域访问内容。

但是您可以在服务器上创建一个服务，该服务会为您加载工作表并将其传递回客户端。

Here 是一个简单的教程。

但请注意，加载第三方文件的一般方法可能会导致严重的安全问题。 因此，如果您的工作表 URL 是不变的，您可以考虑仅通过 php 脚本加载此特定链接，而不允许任何其他 URL。

【参考方案4】：

我最终使用了其中一些答案的组合。我想在这里发布它以防万一它对其他人有所帮助。

我开始使用 Achal 提到的 Meteor HTTP 包。

meteor add http

我还从 Meteor 社区添加了一个额外的包，允许添加响应类型。

meteor add aldeed:http

然后，我使用以下代码转换为二进制并可以继续阅读工作表：

HTTP.get(input_file, responseType: 'arraybuffer', function(error, result) 
  let data = new Uint8Array(result.content);
  let arr = new Array();
  for(let i = 0; i != data.length; ++i) arr[i] = String.fromCharCode(data[i]);
  let bstr = arr.join("");

  let workbook = XLSX.read(bstr, type:"binary");
  var first_sheet_name = workbook.SheetNames[0];
  let sheet = workbook.Sheets[first_sheet_name];
  let parsed = XLSX.utils.sheet_to_json(sheet);
);