在Gnumeric下使用Python脚本操作表格的教程

发表于 5年以前 | 总阅读数：663 次

关于Gnumeric

Gnumeric是linux平台下的一款功能强大且易于使用的电子表格软件，与其他常用电子表格软件如Excel等在风格上非常一致。Gnumeric当前的稳定版是1.2.13，对中文的支持已经比较成熟。据官方信息，Gnumeric除实现了MS Excel所有的函数外，还实现了60多个Excel中不存在的函数和基本的金融方面函数，并已经具备了高级统计分析、可扩展的随机数产生器、线性或非线性求解的计算能力。更令人惊喜的是，现在Gnumeric已经集成了Python强大的脚本编程能力，Python用户可以为Gnumeric实现更为复杂的计算功能。

何谓Python

Python是一种解释性的，面向对象的，具有动态语义的程序设计语言。Python代码具有优秀的可读性，具有模块和包的概念，支持各种主流平台，并具有很好的跨平台能力。Python已广泛用于文本处理、互联网编程、数据库编程、系统管理等领域。同时Python又是一种成功的嵌入语言，包装C/C++的代码非常方便，越来越多的重量级应用程序开始支持Python脚本编程，OpenOffice, GIMP, Blender等。

插件初探

任何一个C函数调用或访问一个Python对象都必须遵循这样一个框架：

1. C函数把调用参数转换成Python语言数据类型

2. 利用转换后的参数调用Python函数

3. 返回值转换成C语言类型，并返回给C函数

类似的，从Python函数调用C函数也遵循相似的步骤：

1. Python函数把参数转换成C语言类型

2. 用转换后的参数调用C函数

3. 返回值转换成Python语言类型后返回给Python函数

因此Python函数和C函数相互调用的关键是数据的相互转换问题，这些转换需要相当好的C和Python解释语言开发功底，好在Gnumeric的Python插件已经自动为我们做了数据类型的转换，我们只需关注算法的实现就可以了。

Gnumeric和Python的交互也遵循类似的过程，首先Gnumeric自动转换参数类型，继而调用Python函数，最后再把返回值转换成合适的类型返回给Gnumeric。下面是Gnumeric和Python的常见数据类型对应表：

$2015414171408625.gif $518×193$$

对于单元格（Cell），Gnumeric把单元格中的数据直接转换相应的数据类型，传递被调用Python函数，如整数（Integer）、浮点数（Float）、字符串（String）；然而对于单元格区域（Range），Gnumeric采取迂回的策略，只是传递一个单元格区域的引用（RangeRef）给被调用Python函数，而Python这时就需要通过Gnumeric接口才能访问和操作单元格区域中的数据。因此，Gnumeric为Python提供了Gnumeric模块，，包括Gnumeric的全部函数和工作薄工作表对象，这里简略地列出了Gnumeric模块中的函数和对象（具体细节请读者参考Gnumeric的py-gnumeric.c源文件位于plugins/python-loader目录）。

$2015414171445159.gif $537×398$$

范例分析

通过上面的介绍，我们初步了解了跨语言调用的框架，在此基础上再来分析一下Gnumeric软件包自带的Python插件范例（通常位于/usr/lib/gnumeric//plugins/py-func/）。该范例由plugin.xml、py_func.py两个文件构成，plugin.xml是XML形式的配置文件，供Gnumeric来读取python函数的相关信息；py_func.py包含Python函数的定义和函数原型字典。

首先分析的是py_func.py文件。该文件定义了三个函数：func_printf，func_capwords，func_bitand，功能分别是格式化输出，单词首字母大写，按位求和。我们来比较一下这三个函数：

$2015414171543375.gif $515×103$$

以func_bitand函数为例，函数接受两个整数，返回值也为整数，C与Python的类型转换是Gnumeric自动完成的，func_bitand只注重算法的实现，具体计算是通过调用Gnumeric的按位求和函数（bitand）完成的；值得一提的是''@''开头的文档字符串是提供给Gnumeric的文档接口，分别提供函数的功能、接口、实例以及引用方面的信息，格式也是固定的，每个域（包括换行符）用单引号括起来并后接"\"。
代码 1 func_bitand函数定义


    from Gnumeric import *
    def func_bitand(num1, num2):
        '@FUNCTION=PY_BITAND\n'\
        '@SYNTAX=PY_BITAND (num)\n'\
        '@DESCRIPTION=The BITAND function returns bitwise'\
        'and-ing of its arguments.'\
        '\n'\
        '@EXAMPLES=\n'\
        'PY_BITAND(6, 2) equals 2)'\
        '\n'\
        '@SEEALSO=BITAND'


        gnm_bitand=functions['bitand'] # Gnumeric的按位求和函数
        return gnm_bitand(num1, num2)

py_func.py文件尾处还有一个起特殊作用的字典，向Gnumeric提供Python函数原型信息，姑且称之为函数原型字典。函数原型字典的命名是非常严格的，必须以"functions"为后缀，""前面前面的名字必须与plugin.xml文件保持一致，这样Gnumeric才能发现插件中的各种函数信息，否则Gnumeric就会出现许多函数信息方面的错误，导致插件函数无法使用。函数原型用字典中"key:value"对来表示（代码2），如func_bitand，key就是在Gnumeric被映射的函数名py_bitand，value是由参数类型、参数名称、函数名称组成的元组。
代码 2 test_functions函数原型字典


    test_functions = {
        'py_printf': func_printf,
        'py_capwords': ('s', 'sentence', func_capwords),


        'py_bitand':  ('ff', 'num1, num2', func_bitand)
    }

在函数原型字典中，参数类型是用特殊的字符来表示的，例如func_bitand的两个浮点数参数表示为"ff"。常见参数类型的字符串表示总结如下：

$2015414171707629.gif $288×189$$

另外一个结构简单的XML文件plugins.xml (1) ，是开发者向Gnumeric提供的配置信息。information标签中的name和description标签提供了该插件的名字和描述信息，而且这些信息的国际化也很简单，只需要在有语言标记的相应标签中填写国际化信息即可。loader标签中attribute标签的value属性、service标签中id属性、function标签中的name属性是最重要的，分别对应于Python脚本文件名、脚本中的函数原型字典名（不包括后缀）、函数原型函数的key。对于本例，属性值为py_func，test，py_printf，py_capwords，py_bitand，则对应于插件分别为py_func.py和test_functions，py_printf，py_capwords，py_bitand。这些对应关系一定要一致，否则Gnumeric就会向你抱怨了。
代码 3 py-func.py的plugin.xml配置文件


    <?xml version="1.0" encoding="UTF-8"?>
    <plugin id="Gnumeric_PyFunc">
        <information>
            <name>Python functions</name>
            <description>Sample Python plugin providing
                   some (useless) functions.
            </description>
            <require_explicit_enabling/>
        </information>
        <loader type="Gnumeric_PythonLoader:python">
            <attribute value="py_func" name="module_name"/>
        </loader>
        <services>
            <service type="function_group" id="test">
                <category>Python</category>
                <category xml:lang="zh_CN">
                    Python
                </category>
                <functions>
                    <function name="py_printf"/>
                    <function name="py_capwords"/>
                    <function name="py_bitand"/>
                </functions>
            </service>
        </services>
    </plugin>

牛刀小试

根据上面的分析，我们看到用Python编写Gnumeric函数，需要三个步骤：

1. 创建Python函数源文件，如py_func.py。

2. 根据创建的函数构建函数原型字典，如test_functions。

3. 创建plugin.xml配置文件，配置文件名、函数分类、名字、原型字典等相关信息。

为了演示具体的Gnumeric中Python函数创建的过程，笔者编写了一个根据自动标记成绩等级的小函数，由plugin.xml和exam.py两个文件构成。

首先创建脚本文件exam.py，整个文件只有mark和cstr两个函数：mark函数的参数和返回值都是字符串，功能是根据其大小返回成绩的等级；cstr用来把字符串转换成utf-8编码，使Gnumeric能显示中文 (2) 。mark函数中的注释是提供给Gnumeric的函数信息，读者开发时只需要按着模板简单的修改就可以了。
代码 4 exam.py文件


    # -*- coding: GB2312 -*-
    def mark(score):
      '@FUNCTION=MARK_SCORE\n'\
      '@SYNTAX=mark_score(score)\n'\
      '@DESCRIPTION= determine the level for a score\n'\
      '@EXAMPLES= To determine a score in A1: \n'\
      '  mark_score(a1)\n'\
      '@SEEALSO='
      level='N/A'
      if score < 0:
        level = cstr('非法分数')
      elif score < 60:
        level = cstr('未及格')
      elif score < 80:
        level = cstr('及格')
      elif score < 90:
        level = cstr('良')
      elif score <= 100:
        level = cstr('优秀')
      else:
        level = cstr('非法分数')
      return level
    def cstr(str):
      """ translate a chinese string into utf-8 string for GTK+ 
      """
      return unicode(str,'gbk').encode('utf8')
    exam_functions = {
      'mark_score' : ('f','score',mark)
    }

下一步就是就是注册函数，exam.py文件尾处的exam_functions函数原型字典向Gnumeric揭示了mark函数的原型信息，字典的键'mark_score'是mark在Gnumeric的名字映射，f表示参数类型为整数，score为参数名。plugin.xml (3) 是根据模板简单的改写的，主要注意的就是上面提到的几个属性，必须和插件对应，否则插件是无效的；另外一些属性，如category也加入了中文信息，以方便使用。
代码 5 exam.py的plugin.xml配置文件


    <?xml version="1.0" encoding="UTF-8"?>
    <plugin id="Gnumeric_PyFunc">
     <information>
      <name>Exam functions</name>
      <description> Determine rank for exam score </description>
      <require_explicit_enabling/>
     </information>
     <loader type="Gnumeric_PythonLoader:python">
      <attribute value="exam" name="module_name"/>
     </loader>
     <services>
      <service type="function_group" id=

        "exam">
       <category>

        Exam</category>
       <category xml:lang="zh_CN">Exam</category>
       <functions>
        <function name=

        "mark_score"/>
       </functions>
      </service>
     </services>
    </plugin>

OK!现在启动Gnumeric (4) ，按图示在A列输入一列成绩，然后在B1单元格内输入公式：'=mark_score(A1)', 然后利用鼠标拖动复制公式的功能，把公式复制到对应的B列，就会发现所有标志在B列中已经自动生成了。
插图1 成绩分类

$2015414171815436.png $585×458$$

更进一步

如果只是对单元格数据简单计算的话，那么Python在Gnumeric中充其量是好玩的玩具罢了，但Python插件的功能远不只这些，Python可以控制读写单元格区域（Range）的数据，访问Gnumeric的全部函数，控制工作表的创建等，把这些功能有机地组合起来就能完成复杂的任务了。本节对全班成绩做进一步的处理，利用RPy (5) 的summary函数对所有的分数进行简单的统计，计算最值、均值、中位数和两个四分位数，并把所得计算结果打印到新的工作表中。

要想统计全班成绩，首要的任务就是从Gnumeric获取数据。对于大批量的数据，Gnumeric是用单元格区域（Range）来表示的，然而在调用过程中传递给Python的是单元格区域引用（RangeRef），所以需要对单元格区域引用（RangeRef）做相应的转换以便提取批量数据。不幸的是，Gnumeric的API正处于发展阶段，没有直接的转换方法。为此，笔者利用了Gnumeric自身的函数构建了一个PyGnmRange类。PyGnmRange对象以单元格区域引用（RangeRef）为初始化参数，为该单元格区域中的构建所有单元格的索引，即"_table"属性，同时提供几个方法来方便地访问，这样我们就可以配合Gnumeric模块中的Sheet对象操纵单元格数据了。
代码 6 类PyGnmRange的定义


        class PyGnmRange:
      def __init__(self, gnm_range_ref):
        get_cols = Gnumeric.functions['column']
        get_rows = Gnumeric.functions['row']
        get_col_num = Gnumeric.functions['columns']
        get_row_num = Gnumeric.functions['rows']
        cols = get_cols(gnm_range_ref)
        rows = get_rows(gnm_range_ref)
        # column first table
        self._table = []
        self._col_num = get_col_num(gnm_range_ref)
        self._row_num = get_row_num(gnm_range_ref)
        for i in range(self._col_num):
          for j in range(self._row_num):
            self._table.append((cols[i][j]-1, rows[i][j]-1))
      def col_num(self):
        return self._col_num
      def row_num(self):
        return self._row_num
      def get_col(self,col):
        start = (col-1) * self._row_num
        end = col * self._row_num
        return self._table[start:end]
      def get_row(self,row):
        indexes = [(i*self._row_num)+(row-1) for i in range(self._col_num)]
        return [self._table[i] for i in indexes]
      def __iter__(self):
        return iter(self._table)

另外PyGnmRange类定义需要注意两点：

1. 单元格下标采取了列优先的表示方法，从零开始计数，例如B3表示为（1，2），这样同时也是为了与Gnumeric规范保持一致，便于操纵单元格数据。

2. 类初始化函数使用了四个Gnumeric的函数，分别为column、columns、row、rows，其功能如下：

$2015414171941058.gif $556×198$$

有了前面的准备，我们就可以具体实现summary函数了。summary函数通过gnm_scores参数获得当前的单元格区域引用，并利用该参数创建PyGnmRange对象，计算所有单元格的下标；又通过Gnumeric模块的workbooks和sheets函数，取得工作表1的对象；从而结合工作表对象和单元格下标来操作单元格数据。而真正的计算R语言完成的，RPy模块则是联接Python和R语言的桥梁 (6) 。最后，summary函数取得R语言计算的结果并通过Gnumeric模块将其打印到一个新建的工作表里。
代码 7 exam.py 中summary函数定义


    <?xml version="1.0" encoding="UTF-8"?>
    <plugin id="Gnumeric_PyFunc">
     <information>
      <name>Exam functions</name>
      <description>Sample Python plugin providing some (useless) functions.</description>
      <require_explicit_enabling/>
     </information>
     <loader type="Gnumeric_PythonLoader:python">
      <attribute value="exam" name="module_name"/>
     </loader>
     <services>
      <service type="function_group" id="exam">
       <category>Exam</category>
       <category xml:lang="zh_CN">Exam</category>
       <functions>
     <function name="mark_score"/>
     <function name="summerize_scores"/>
       </functions>
      </service>
     </services>
    </plugin>

函数编写完之后就是函数注册了，函数原型字典只有一行，唯一需要注意的是，单元格区域引用数据类型需要用"r"来表示。plugin.xml文件也只需要加入下面一行：
代码 8 summay函数的plugin.xml配置文件


    <?xml version="1.0" encoding="UTF-8"?>
    <plugin id="Gnumeric_PyFunc">
     <information>
      <name>Exam functions</name>
      <description>Sample Python plugin providing some (useless) functions.</description>
      <require_explicit_enabling/>
     </information>
     <loader type="Gnumeric_PythonLoader:python">
      <attribute value="exam" name="module_name"/>
     </loader>
     <services>
      <service type="function_group" id="exam">
       <category>Exam</category>
       <category xml:lang="zh_CN">Exam</category>
       <functions>
     <function name="mark_score"/>
     <function name="summerize_scores"/>
       </functions>
      </service>
     </services>
    </plugin>

下面的两张是插件函数的运行效果图，输入数据是随机生成的80个100以内的浮点数，函数插在B1单元格内，由于该函数的目的是生成简单的报表而不是返回值，所以运行结束后B1单元格内依然空白，而所有的数据全部打印在新建的工作表4内（图2和图3）。
插图2 全班成绩和函数的输入

$2015414172056240.png $564×378$$
插图3 全班成绩统计报告

$2015414172122545.png $564×378$$

插件部署

Gnumeric插件部署及其简单，用户只需要在自己主目录下新建.gnumeric目录，放入插件函数即可，例如exam.py和plugin.xml就是位于 /.gnumeric/ (7) /plugins/exam/，重新启动Gnumeric插件就生效了 (8) 。

结束语

Gnumeric的Python开发过程需要注意一下几个问题：

1. Gumeric的Python插件还处于积极地开发过程中，一些代码很可能在将来的版本中会发生很大的变化；插件提供的Gnumeric模块接口还不是完整，比如缺乏获得活动工作表的函数，编写Python函数时需要仔细地处理。

2. Python函数配置虽然及其简单，但是调试起来不是很方便，经常会出现Gnumeric不能正确获取Python信息的情况，这时候的原因是多方面的，例如plugin.xml文件的名字与脚本文件不一致，函数原型字典命名不规范，函数文档字符串格式错误，脚本文件语法错误等。

尽管这样，对于熟悉Python的编程人员来说，这些并不影响编写Gnumeric函数的趣味，只需小心仔细地处理，这些都不是很难的事。希望本文能起到抛砖引玉的作用，有兴趣的读者可以在此基础上参考Gnumeric源代码中的开发者文档和Python插件的源代码，会发现许多有价值的信息，编写更有价值的应用了。