Converter xlsx em csv no Linux com linha de comando

Estou procurando uma maneira de converter arquivos xlsx para arquivos csv no Linux.

Eu não quero usar PHP / Perl ou algo assim, já que estou olhando para processar vários milhões de linhas, então preciso de algo rápido. Encontrei um programa nos repositórios Ubuntu chamado xls2csv, mas ele converterá apenas arquivos xls (Office 2003) (que estou usando atualmente), mas preciso de suporte para os arquivos mais recentes do Excel.

Alguma ideia?

O aplicativo de planilha Gnumeric vem com um utilitário de linha de comando chamado ssconvert, que pode converter entre vários formatos de planilha:

$ ssconvert Book1.xlsx newfile.csv
Using exporter Gnumeric_stf:stf_csv

$ cat newfile.csv 
Foo,Bar,Baz
1,2,3
123.6,7.89,
2012/05/14,,
The,last,Line

Para instalar no Ubuntu:

apt-get install gnumeric

Para instalar no Mac:

brew install gnumeric

Você pode fazer isso com o LibreOffice:

libreoffice --headless --convert-to csv $filename --outdir $outdir

Por razões que não estão claras para mim, você pode precisar executar isso com o sudo. Você pode fazer o LibreOffice funcionar com o sudo sem exigir uma senha, adicionando esta linha ao seu arquivo sudoers:

users ALL=(ALL) NOPASSWD: libreoffice

Se você já possui um ambiente de área de trabalho, tenho certeza que o Gnumeric / LibreOffice funcionaria bem, mas em um servidor sem cabeça (como o Amazon Web Services), eles exigem dezenas de dependências que você também precisa instalar.

Eu encontrei esta alternativa Python:

https://github.com/dilshod/xlsx2csv

$ easy_install xlsx2csv
$ xlsx2csv file.xlsx > newfile.csv

Demorou 2 segundos para instalar e funciona como um encanto.

Se você tiver várias planilhas, poderá exportar todas de uma vez ou uma de cada vez:

$ xlsx2csv file.xlsx --all > all.csv
$ xlsx2csv file.xlsx --all -p '' > all-no-delimiter.csv
$ xlsx2csv file.xlsx -s 1 > sheet1.csv

Ele também vincula a várias alternativas criadas em Bash, Python, Ruby e Java.

No bash, usei este comando libreoffice para converter todos os meus arquivos xlsx no diretório atual:

for i   in *.xlsx; do  libreoffice --headless --convert-to csv "$i" ; done

Ele cuida dos espaços no nome do arquivo.

Tentei novamente alguns anos depois, e não funcionou. Este tópico fornece algumas dicas, mas a solução mais rápida foi executar como root (ou executar umsudo libreoffice ). Não é elegante, mas rápido.

Use o comando scalc.exe no Windows

Use csvkit

in2csv data.xlsx > data.csv

Para detalhes, verifique seus excelentes documentos

Outra opção seria usar R através de um pequeno invólucro de bash por conveniência:

xlsx2txt(){
echo '
require(xlsx)
write.table(read.xlsx2(commandArgs(TRUE)[1], 1), stdout(), quote=F, row.names=FALSE, col.names=T, sep="\t")
' | Rscript --vanilla - $1 2>/dev/null
}

xlsx2txt file.xlsx > file.txt

Se o .xlsxarquivo tiver muitas planilhas, o -ssinalizador poderá ser usado para obter a planilha desejada. Por exemplo:

xlsx2csv "my_file.xlsx" -s 2 second_sheet.csv

second_sheet.csvconteria dados da 2ª folha em my_file.xlsx.

Usando o aplicativo de planilha Gnumeric que vem, um utilitário de linha de comando chamado ssconvert é realmente super simples:

find . -name '*.xlsx' -exec ssconvert -T Gnumeric_stf:stf_csv {} \;

e pronto!

Se você estiver OK para executar a linha de comando Java, poderá fazê-lo com o Excel Extractor do Apache POI HSSF . Ele tem um mainmétodo que diz ser o extrator de linha de comando . Este parece apenas despejar tudo. Eles apontam para este exemplo que se converte em CSV . Você precisaria compilá-lo antes de poder executá-lo, mas ele também possui ummain método, portanto você não precisará codificar muito por si só para fazê-lo funcionar.

Outra opção que pode funcionar, mas exigirá algum trabalho do outro lado, é fazer com que seus arquivos do Excel cheguem até você como Dados XML do Excel ou Planilha XML do que a MS chamar nesse formato hoje em dia. Isso abrirá um novo mundo de oportunidades para você cortar e cortar da maneira que desejar.

Como outros disseram, libreofficepode converter arquivos xls para csv. O problema para mim foi a seleção da folha.

Esse script Python do libreoffice faz um bom trabalho na conversão de uma única planilha para CSV.

O uso é:

./libreconverter.py File.xls:"Sheet Name" output.csv

A única desvantagem (do meu lado) é que --headlessparece não funcionar. Eu tenho uma janela LO que aparece por um segundo e sai.
Tudo bem para mim, é a única ferramenta que faz o trabalho rapidamente.