Question

我有一个HTML页面，其中包含flash图表（FusionCharts）和HTML表格。我需要将整个事物转换为Excel。 HTML表应显示在Excel工作表的单元格中。 Flash图表可以显示为图像。

我们可以使用任何开源API来实现这一目标。你能告诉我什么是可能的选择吗？

这可以通过单独使用javascript来完成。

Answer 1

HTML表格相对简单。您可以下载页面，解析HTML（有各种HTML解析库可用），提取表格并将其转换为CSV（Excel可以加载），或者直接创建Excel文件，例如：使用Java POI，如上所述。

Flash部分要难得多。有很多工具可用于将闪光捕捉到图像，您需要使用其中一种。这可能很棘手，因为Flash可能是交互式的，因此您可能需要远程控制Flash部件，以便在捕获之前显示正确的图像。没有更多信息很难分辨。

也就是说，屏幕抓取（这就是你正在做的事情）总是劳动密集且脆弱。你应该真正推动一个更好的界面来获取你的数据，从长远来看，它将节省大量的麻烦。

Answer 2

只需将页面的内容类型设置为“application / vnd.ms-excel”即可。如果html页面只是一个表格，它将以excel打开并且看起来很完美。您甚至可以添加背景颜色和字体样式。

尝试其中一些内容类型

application/excel
application/vnd.ms-excel
application/x-excel
application/x-msexcel

Answer 3

Excel可以默认转换HTML表格。强制它执行此操作的最简单方法是使用XLS扩展名保存HTML文件。然后，Excel将打开XLS，就好像它是本机工作簿一样。

Answer 4

有一个非常好的Java POI API可以让你这样做，但它是Java。 http://poi.apache.org/

如果你使用的是Win32，你也可以使用Excel的COM api，网上有很多教程。

Answer 5

我无法就Flash部分提供任何建议，但我已经多次对Excel进行了HTML表格。是的，Excel可以打开HTML表格，但大多数HTML表格中都有无关的废话，这些废话可能会使表格一致地解析表格变得脆弱。

CPAN模块HTML::TableExtract是一个很棒的模块，它允许您专注于您尝试提取的表的非表示特定方面。只需指定您感兴趣的列标题，并指定表格的标题或类别，您就可以设置。您可能必须对返回的行进行一些后续处理，但这比处理基础标记汤的所有荣耀要容易得多。

此外，对于输出到Excel格式，请坚持使用Spreadsheet::WriteExcel而不是OLE接口。这样，您就不依赖于安装Excel来使您的程序正常工作，而且事情会更快一些。

如果您不希望Excel在打开文件时自动更改内容，请确保指定单元格的数据类型（另一个原因是我不喜欢发送CSV文件）。使用配置文件格式化信息，以便您可以更改电子表格的外观，而无需更改程序。

您始终可以使用Excel的内置图表工具来替换网站图表。

这种组合使我能够使用几百行Perl和几天的工作生成包含几百兆个数据（带有徽标和图像链接等）的非常好看的文档。

Answer 6

你要做的是脆弱和难以维护。您应该尝试创建csv提要来获取数据。所有这一切都需要有人来修改HTML并且你的刮刀会抛弃它（可能是在有人记得你的程序如何工作的几年之后）。

尝试从原始源（即数据库或其他）获取CSV和图像数据，然后从中构建Excel文件。

Answer 7

我将添加SpliFF的答案，当您将数据作为CSV文件时，您可以将页面的mime类型设置为application / vnd.ms-excel，这将在Excel中打开页面