PHPExcel 仅对 XLS 文件超出内存使用量

Question

我在处理 XLS 文件时遇到了 PHPExcel 的内存问题。我必须处理相当大的文件(50k 到 200k 行，9-10 列)所以我不得不使用 ReadFilters 来解决内存问题。

但是，尽管它与 XLSX 文件配合得很好，但使用混合后台进程和一些简单的 block 大小计算，我无法使其与 XLS 文件配合使用。

这是一段让一切都爆炸的代码:

Class ExcelReadFilter implements PHPExcel_Reader_IReadFilter
{
    private $startRow = 0;
    private $endRow = 0;

    public function setRows($startRow, $chunkSize) {
        $this->startRow    = $startRow;
        $this->endRow        = $startRow + $chunkSize;
    }

    public function readCell($column, $row, $worksheetName = '') {
        if ( ($row >= $this->startRow && $row < $this->endRow) ) {
            return true;
        }
        return false;
    }
}

PHPExcel_Settings::setCacheStorageMethod( PHPExcel_CachedObjectStorageFactory::cache_in_memory_serialized );

....
$filter = new ExcelReadFilter();
$filter->setRows($desde, $cuantas);

$reader = PHPExcel_IOFactory::createReader($this->file_type);   

$reader->setLoadSheetsOnly($sheet_name);    
$reader->setReadDataOnly(false);    
$reader->setReadFilter($filter);

$chunk = $reader->load($this->file);
$chunk->setActiveSheetIndexByName($sheet_name);

$active_sheet = $chunk->getActiveSheet();
$rowIterator = $active_sheet->getRowIterator($desde);
$this->num_filas = $active_sheet->getHighestRow();

在那之后，我立即加入了以下几行，以便更好地了解发生了什么:

ob_start();
var_dump($rowIterator);

$f = fopen("excel-info.txt", "w");
fwrite($f, ob_get_clean());
fclose($f);

ob_end_clean();
die;

而且我认为它指出了内存问题所在。当我第一次上传原始XLS文件时，excel-info.txt的大小为13M。然后我打开XLS文件另存为XLSX，重复这个过程，之后excel-info.txt就只有285k了。

有什么方法可以修改这些过滤器以处理 XLS 文件？

哦，将 PHP 内存限制设置为更高的值不是一个选项，但执行时间并不重要。

已添加

当我使用不同的内存缓存选项时，我能够将内存使用量减少到足以使其正常工作，并在大多数情况下将其保持在可接受的大小。

现在，我正在使用 PHPExcel_CachedObjectStorageFactory::cache_to_sqlite，它似乎足以让它工作。

我想说明一下，我对文件中的序列化信息所做的计算是不正确的。Excel5 文件生成一个数组，其中记录的行数与 excel 文件的所有不满足过滤条件的值都设置为 NULL 的行数相同。当然，当我将它保存到文本文件时，会出现类似...

array(10) {
  ["A"]=>
  NULL
  ["B"]=>
  NULL
  ["C"]=>
  NULL
  ["D"]=>
  NULL
  ["E"]=>
  NULL
  ["F"]=>
  NULL
  ["G"]=>
  NULL
  ["H"]=>
  NULL
  ["I"]=>
  NULL
  ["J"]=>
  NULL
} 

...在文件中占用大量空间，但不应该在 php_memory 中，所以这是我的错。

现在，我正在使用这段代码来跟踪内存使用情况:

for ( $i=1; $i < 20000; $i+=5000 ){
        $filter->setRows($i, 5000);
        echo "\n1- Usage: ".(memory_get_usage ()/1024)/1024;
        $objPHPExcel = $reader->load($this->file);
        echo "\n2- Usage: ".(memory_get_usage ()/1024)/1024;
        $sheetData = $objPHPExcel->getActiveSheet()->toArray(null,true,true,true);
        unset($sheetData);
        unset($objPHPExcel);
        echo "\n3- Usage: ".(memory_get_usage ()/1024)/1024;
        }

对于某个XLS文件，它显示:

第一次迭代1- 用法:4.38596343994142- 用法:34.2926712036133- 用法:34.68034362793

第二次迭代1- 用法:34.680343627932- 用法:34.682937622073- 用法:34.684982299805

保存为 XLSX 后的同一个文件:

第一次迭代1- 用法:4.27809906005862- 用法:6.90421295166023- 用法:7.2916641235352

第二次迭代1- 用法:7.29166412353522- 用法:7.51154327392583- 用法:7.2813568115234

但是，我必须说，在保存为 XLSX 后，大小减少了大约一半，因此我不能说这是一个错误还是预期的行为。

Answer 1

PHPExcel 是一个内存大户。我已经将它用于几个客户端，发现您必须尝试 php 内存限制设置以找到它可以加载客户端可能导入的平均文件的最佳位置。我不得不在某些项目中使用多达 8 GB 的空间。当然，您可以在加载 xls 文件的例程中使用ini_set('memory_limit','16M')，不在php.ini文件中。

您尝试过 setReadDataOnly(true) 吗？

我认为原因是 xls 文件不仅是 csv 数据，而且包含许多其他信息(如字体和宏)。当您加载文件时，PHPExcel 会尝试将所有部分加载到内存中，从而创建一个巨大的结构。