谷歌表格批量替换学期代码超时问题优化求助

我最近在谷歌表格里折腾一个批量替换的脚本，想把一堆数字格式的学期代码（比如把201305换成Summer Semester 2013）转换成易读的学期名称。数据量不小，有25000多条记录，但其实我只需要处理R到U列，而且是行号大于14374的部分——前面的行已经处理过了，不用再碰。

之前我找了个类似问题的脚本改了改，少量替换的时候没问题，但现在替换的学期代码超过25个之后，脚本老是超时崩溃。我试着想限定处理的列和行，结果老是报错，实在搞不定了，来求助大家怎么调整代码才能高效运行，不超时。

先给大家看看我现在用的代码：

function runReplaceInSheet(){
  var sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("Enrolled");
  // 获取全表数据数组
  var values = sheet.getDataRange().getValues();

  // 一堆替换规则，逐个调用替换函数
  replaceInSheet(values, 201301, 'Spring Semester 2013');
  replaceInSheet(values, 201305, 'Summer Semester 2013');
  replaceInSheet(values, 201308, 'Fall Semester 2013');
  replaceInSheet(values, 201401, 'Spring Semester 2014');
  replaceInSheet(values, 201405, 'Summer Semester 2014');
  replaceInSheet(values, 201408, 'Fall Semester 2014');
  replaceInSheet(values, 201501, 'Spring Semester 2015');
  replaceInSheet(values, 201505, 'Summer Semester 2015');
  replaceInSheet(values, 201508, 'Fall Semester 2015');
  replaceInSheet(values, 201601, 'Spring Semester 2016');
  replaceInSheet(values, 201605, 'Summer Semester 2016');
  replaceInSheet(values, 201608, 'Fall Semester 2016');
  replaceInSheet(values, 201701, 'Spring Semester 2017');
  replaceInSheet(values, 201705, 'Summer Semester 2017');
  replaceInSheet(values, 201708, 'Fall Semester 2017');
  replaceInSheet(values, 201801, 'Spring Semester 2018');
  replaceInSheet(values, 201805, 'Summer Semester 2018');
  replaceInSheet(values, 201808, 'Fall Semester 2018');
  replaceInSheet(values, 201901, 'Spring Semester 2019');
  replaceInSheet(values, 201905, 'Summer Semester 2019');
  replaceInSheet(values, 201908, 'Fall Semester 2019');
  replaceInSheet(values, 202001, 'Spring Semester 2020');
  replaceInSheet(values, 202005, 'Summer Semester 2020');
  replaceInSheet(values, 202008, 'Fall Semester 2020');
  replaceInSheet(values, 202101, 'Spring Semester 2021');
  replaceInSheet(values, 202105, 'Summer Semester 2021');
  replaceInSheet(values, 202108, 'Fall Semester 2021');
  replaceInSheet(values, 202201, 'Spring Semester 2022');
  replaceInSheet(values, 202205, 'Summer Semester 2022');
  replaceInSheet(values, 202208, 'Fall Semester 2022');
  replaceInSheet(values, 202301, 'Spring Semester 2023');
  replaceInSheet(values, 202305, 'Summer Semester 2023');
  replaceInSheet(values, 202308, 'Fall Semester 2023');
  replaceInSheet(values, 202401, 'Spring Semester 2024');
  replaceInSheet(values, 202405, 'Summer Semester 2024');
  replaceInSheet(values, 202408, 'Fall Semester 2024');
  replaceInSheet(values, 202501, 'Spring Semester 2025');
  replaceInSheet(values, 202505, 'Summer Semester 2025');
  replaceInSheet(values, 202508, 'Fall Semester 2025');

  // 把修改后的数据写回全表
  sheet.getDataRange().setValues(values);
}

function replaceInSheet(values, to_replace, replace_with) {
  // 遍历每一行
  for(var row in values){
    // 遍历该行每个单元格，执行替换
    var replaced_values = values[row].map(function(original_value) {
      return original_value.toString().replace(to_replace,replace_with);
    });
    values[row] = replaced_values;
  }
}

我琢磨着超时的原因主要有两个：一是现在脚本要遍历全表所有列（从A到CB列），但其实只有R-U列需要处理；二是每一条替换规则都要完整遍历一遍整个数据数组，25+条规则就等于把全表扫了25+次，这肯定慢得离谱。

给大家分享几个优化思路，我调整后的代码应该能解决超时问题：

优化点1：只处理需要的范围 #

直接获取R-U列、行号>14374的区域数据，不用碰全表。谷歌表格的列号是从1开始算的，R列是第18列，U列是第21列，所以我们只需要取这个范围的数组来处理。

优化点2：用映射表一次完成所有替换 #

把所有替换规则做成一个对象，遍历数据的时候只需要查一次映射表，就能完成所有替换，不用反复遍历数组。

优化点3：减少不必要的字符串转换 #

只有当单元格的值匹配映射表里的键时才替换，避免每次都把单元格转成字符串，节省资源。

下面是修改后的完整代码：

function runReplaceInSheet() {
  var sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("Enrolled");
  const startRow = 14375; // 从第14375行开始处理
  const startCol = 18; // R列对应的列号
  const endCol = 21; // U列对应的列号
  const numCols = endCol - startCol + 1;
  const numRows = sheet.getLastRow() - startRow + 1;

  // 只获取需要处理的区域数据
  var range = sheet.getRange(startRow, startCol, numRows, numCols);
  var values = range.getValues();

  // 把所有替换规则做成映射表，一次遍历就能完成所有替换
  const semesterMap = {
    201301: 'Spring Semester 2013',
    201305: 'Summer Semester 2013',
    201308: 'Fall Semester 2013',
    201401: 'Spring Semester 2014',
    201405: 'Summer Semester 2014',
    201408: 'Fall Semester 2014',
    201501: 'Spring Semester 2015',
    201505: 'Summer Semester 2015',
    201508: 'Fall Semester 2015',
    201601: 'Spring Semester 2016',
    201605: 'Summer Semester 2016',
    201608: 'Fall Semester 2016',
    201701: 'Spring Semester 2017',
    201705: 'Summer Semester 2017',
    201708: 'Fall Semester 2017',
    201801: 'Spring Semester 2018',
    201805: 'Summer Semester 2018',
    201808: 'Fall Semester 2018',
    201901: 'Spring Semester 2019',
    201905: 'Summer Semester 2019',
    201908: 'Fall Semester 2019',
    202001: 'Spring Semester 2020',
    202005: 'Summer Semester 2020',
    202008: 'Fall Semester 2020',
    202101: 'Spring Semester 2021',
    202105: 'Summer Semester 2021',
    202108: 'Fall Semester 2021',
    202201: 'Spring Semester 2022',
    202205: 'Summer Semester 2022',
    202208: 'Fall Semester 2022',
    202301: 'Spring Semester 2023',
    202305: 'Summer Semester 2023',
    202308: 'Fall Semester 2023',
    202401: 'Spring Semester 2024',
    202405: 'Summer Semester 2024',
    202408: 'Fall Semester 2024',
    202501: 'Spring Semester 2025',
    202505: 'Summer Semester 2025',
    202508: 'Fall Semester 2025'
  };

  // 遍历数据，一次完成所有替换
  for (let i = 0; i < values.length; i++) {
    for (let j = 0; j < values[i].length; j++) {
      const cellValue = values[i][j];
      // 如果单元格的值在映射表里存在，就替换
      if (semesterMap.hasOwnProperty(cellValue)) {
        values[i][j] = semesterMap[cellValue];
      }
    }
  }

  // 只把修改后的数据写回原来的区域，不用动全表
  range.setValues(values);
}

这个修改后的脚本做了这几件事：

1. 精准定位需要处理的R-U列、14375行及以后的区域，避免处理无关数据
2. 用一个映射表存储所有替换规则，只需要遍历一次数据就能完成所有替换，减少了25+次的全数组遍历
3. 只替换匹配映射表的单元格，减少不必要的操作
4. 最后只把修改后的区域写回表格，而不是全表写入，进一步节省资源

这样应该就能解决超时的问题了，亲测比原来的脚本快很多！

备注：内容来源于stack exchange，提问作者Matt Varga