Parsing di un file Excel con Bash

Il parsing di file Excel (con estensione .xlsx o .xls) non è un compito immediato in un ambiente Bash puro, poiché questi file non sono semplici file di testo leggibili direttamente dalla shell. Tuttavia, ci sono alcuni strumenti e approcci che permettono di estrarre i dati contenuti in un file Excel e manipolarli da uno script Bash.

In questo articolo, esploreremo come effettuare il parsing di file Excel utilizzando strumenti esterni e come integrarli in un flusso di lavoro in Bash. Analizzeremo principalmente due soluzioni:

1. Convertire il file Excel in CSV: Utilizzare strumenti come ssconvert o xlsx2csv per convertire un file Excel in un formato più gestibile, come il CSV, e poi manipolarlo con i comandi standard di Bash.
2. Utilizzare in2csv o xlsx2csv direttamente in Bash: Esistono strumenti che possono trasformare il file Excel in formato CSV leggibile direttamente.

Il primo approccio consiste nel convertire il file Excel in un file CSV, che è molto più facile da manipolare in Bash. Per fare questo, possiamo usare il comando ssconvert, parte della suite Gnumeric.

Su sistemi basati su Debian/Ubuntu, puoi installare ssconvert con il seguente comando:

sudo apt-get install gnumeric

Su altri sistemi, il metodo di installazione potrebbe variare, ma generalmente puoi usare il gestore di pacchetti del sistema.

Supponiamo di avere un file Excel chiamato data.xlsx. Per convertirlo in CSV, possiamo eseguire il comando:

ssconvert data.xlsx data.csv

Questo creerà un file CSV, che è facilmente leggibile con comandi standard come cat, awk, cut, grep e così via. Ad esempio, per leggere la prima colonna del file CSV, potresti usare:

awk -F, '{ print $1 }' data.csv

Se desideri evitare di installare un pacchetto più pesante come Gnumeric, esiste un'alternativa leggera chiamata xlsx2csv, che è un semplice script Python per convertire file .xlsx in CSV.

Puoi installare xlsx2csv tramite pip:

pip install xlsx2csv

Per convertire un file Excel in CSV, usa il seguente comando:

xlsx2csv data.xlsx data.csv

Una volta ottenuto il CSV, puoi manipolarlo in Bash come nel metodo precedente. Ecco un esempio per leggere la seconda colonna:

awk -F, '{ print $2 }' data.csv

Un'altra alternativa interessante è in2csv, parte della suite csvkit, che permette di leggere direttamente i file Excel e convertirli in CSV, il tutto all'interno della pipeline Bash.

Installa csvkit con pip:

pip install csvkit

Puoi convertire e stampare il contenuto di un file Excel direttamente nel terminale con il seguente comando:

in2csv data.xlsx

Puoi anche indirizzare l'output in un file:

in2csv data.xlsx > output.csv

Un esempio completo di script Bash per convertire un file Excel in CSV e manipolarne i dati potrebbe essere:

#!/bin/bash

# Controlla se il file Excel esiste
if [ ! -f "$1" ]; then
  echo "File Excel non trovato!"
  exit 1
fi

# Converte il file Excel in CSV
ssconvert "$1" output.csv

# Esegui parsing del file CSV (ad esempio, stampa la prima colonna)
awk -F, '{ print $1 }' output.csv

Conclusione

Effettuare il parsing di un file Excel con Bash richiede l'utilizzo di strumenti esterni per la conversione o la lettura dei file Excel, poiché questi non sono nativamente supportati dalla shell. Utilizzando strumenti come ssconvert, xlsx2csv o in2csv, è possibile convertire i file Excel in CSV e quindi manipolare i dati con comandi standard di Bash. Questo approccio è versatile e permette di integrare la gestione di file Excel in un flusso di lavoro completamente basato su Bash.