时间戳

首页 > 解决方案 > Rust Calamine 可选解析器在第一个空单元格处停止读取行

rust - Rust Calamine 可选解析器在第一个空单元格处停止读取行

问题描述

我一直在按照炉甘石文档中的示例从电子表格中提取值。

它们工作正常，但是当尝试使用解析空单元格时，可选的解析器示例不起作用。我想知道你们中是否有人能发现我在这里遗漏的东西。

我们有一个包含 5 列的电子表格。

这是有效的代码：

fn example<P: AsRef<Path>>(xls_path: P) -> Result<(), Error> {
    let mut workbook: Xlsx<_> = open_workbook(xls_path)?;
    let range = workbook
        .worksheet_range("Billing")
        .ok_or(Error::Msg("Cannot find 'Billing' sheet"))??;

    let mut iter = RangeDeserializerBuilder::new().from_range(&range)?.enumerate();
    
    while let Some((i, result)) = iter.next() {
        println!("{:?}", result);
        let (
            invoice_num,
            billing_date,
            client,
            amount,
            date_received,
            quarter,
            direct_expenses,
            expenses,
            net,
            total_expenses,
            gross_profit,
        ): (
            Option<String>,
            Option<String>,
            Option<String>,
            Option<f64>,
            Option<String>,
            Option<String>,
            Option<f64>,
            Option<String>,
            Option<String>,
            Option<f64>,
            Option<f64>,
        ) = result?;

        println!("Number {:?}", i);
        println!("Invoice #: {:?}", invoice_num);
        // print them all..
    }

    Ok(())
}

手动将它们分配给可选值会导致打印每一行，无论其中哪些单元格是空的。

现在示例代码采用这种方法：

#[derive(Serialize, Deserialize, Debug, Clone)]
struct RawExcelRow {
    #[serde(rename = "INVOICE #", deserialize_with = "de_opt_string")]
    invoice_num: Option<String>,
    #[serde(rename = "BILLING DATE", deserialize_with = "de_opt_string")]
    billing_date: Option<String>,
    #[serde(rename = "CLIENT/PROJECT", deserialize_with = "de_opt_string")]
    client_project: Option<String>,
    #[serde(rename = "AMOUNT", deserialize_with = "de_opt_f64")]
    amount: Option<f64>,
    #[serde(rename = "DATE REC'D", deserialize_with = "de_opt_string")]
    date_received: Option<String>,

}

fn example2() -> Result<(), Box<dyn std::error::Error>> {
    if env::args().count() > 2 {
        println!("{}", env::args().count());
        return Err(Box::new(Error::from("Enter the filename or leave blank for default")));
    }

    let path_string = format!("{}", env::current_dir().unwrap().display());
    let file_name = &env::args().nth(1).ok_or(Error::Msg("Unkown filename"))?;
    let xls_path = Path::new(&path_string).join(file_name);
    
    let mut excel: Xlsx<_> = open_workbook(xls_path)?;

    let range = excel
      .worksheet_range("Billing")
      .ok_or(calamine::Error::Msg("Cannot find Billing sheet"))??;

    let mut iter = RangeDeserializerBuilder::new().from_range::<_, RawExcelRowDate>(&range)?.enumerate();
    while let Some((i, Ok(row))) = iter.next() {
        println!("Number {}", i);
        println!("Invoice #: {:?}", row.invoice_num);
        // print them all..
    }
    Ok(())
}

和反序列化器：

fn de_opt_string<'de, D>(deserializer: D) -> Result<Option<String>, D::Error> 
where
    D: serde::Deserializer<'de>,
{
    let data_type = calamine::DataType::deserialize(deserializer);
    match data_type {
        Ok(calamine::DataType::Error(e)) => Ok(None),
        Ok(calamine::DataType::Float(f)) => Ok(Some(f.to_string())),
        Ok(calamine::DataType::Int(i)) => Ok(Some(i.to_string())),
        Ok(calamine::DataType::String(s)) => Ok(Some(s)),
        Ok(calamine::DataType::DateTime(d)) => Ok(Some(d.to_string())),
        _ => Ok(None),  
    }
}

fn de_opt_f64<'de, D>(deserializer: D) -> Result<Option<f64>, D::Error>
where
    D: serde::Deserializer<'de>,
{
    let data_type = calamine::DataType::deserialize(deserializer);
    match data_type {
        Ok(calamine::DataType::Error(_)) => Ok(None),
        Ok(calamine::DataType::Float(f)) => Ok(Some(f)),
        Ok(calamine::DataType::Int(i)) => Ok(Some(i as f64)),
        _ => Ok(None),
    }
}

发生的情况是，每当我向结构中添加一列时，RawExcelRow它就会停在第一行，其中与结构相对应的一列有一个空单元格。我期望看到的值是，None但我看到了错误：Deserializer error: missing field 'DATE REC'D'因为 DATE REC'D 是其中一行中第一个为空的单元格。例如，第 18 行在 DATE REC'D 列中有第一个空单元格。所以只会解析第 1-17 行。

我查看了源代码，但似乎找不到它调用此错误，而不仅仅是填写一个None值。我也尝试使用基于访问者的反序列化器无济于事。

附言

调用RangeDeserializerBuilder::with_headers(&COLUMNS)where&COLUMNS是一个列名数组，就像它们在示例中所做的那样，而不是::new()没有区别，因为只使用使用所有标题::new()的默认值。RangeDeserializer

标签： rustserde

解决方案

这个问题的答案有点难以捉摸，因为炉甘石没有很好地记录日期。

链接中的答案提到提供属性以在缺少输入时#[serde(default)]使用该值。Option::default

这具有使炉甘石即使在单元格为空时也继续的效果。尽管以“可选”解析器为例，Calamine 文档仍然忽略了这一点。

如何使用 Serde 反序列化带有自定义函数的可选字段？

知道这一点，这个问题在某种程度上与那里的答案中列出的那个和其他问题的重复。但是，我不会删除这个问题，因为问题实际上是什么并不是很明显。

解决方案

将结构更改为如下所示（并添加日期反序列化器）解决了问题：

#[derive(Serialize, Deserialize, Debug, Clone)]
struct RawExcelRow {
    #[serde(default, rename = "INVOICE #", deserialize_with = "de_opt_string")]
    invoice_num: Option<String>,
    #[serde(default, rename = "BILLING DATE", deserialize_with = "de_opt_date")]
    billing_date: Option<NaiveDate>,
    #[serde(default, rename = "CLIENT/PROJECT", deserialize_with = "de_opt_string")]
    client_project: Option<String>,
    #[serde(default, rename = "AMOUNT", deserialize_with = "de_opt_f64")]
    amount: Option<f64>,
    #[serde(default, rename = "DATE REC'D", deserialize_with = "de_opt_date")]
    date_received: Option<NaiveDate>,

}

推荐阅读