PHP使用PhpSpreadsheet转CSV时超链接处理致列错位求助

问题根源 #

1. 原代码对所有带超链接的单元格都额外插入3列，而非仅处理第二列，导致整体列结构混乱
2. 表头未同步新增对应列，表头与数据列数不匹配
3. 单元格迭代器仅遍历存在值的单元格，空单元格被跳过，加剧列错位

修正后的完整代码 #

HTML上传页面（无需修改）

<!DOCTYPE html>
<html>
<head>
    <title>Import</title>
</head>
<body>
    <h1>File upload</h1>
    <form method="POST" action="process.php" enctype="multipart/form-data">
        <label>File</label>
        <input type="file" name="arquivo"><br><br>
        <input type="submit" value="send">
    </form>
</body>
</html>

PHP处理代码

<?php

require 'vendor/autoload.php';

use PhpOffice\PhpSpreadsheet\IOFactory;

function extractIdFromUrl($url) {
    if (strpos($url, 'senado.leg.br') !== false) {
        preg_match('/\/materia\/(\d+)$/', $url, $matches);
        if (!empty($matches[1])) {
            return $matches[1];
        }
    }

    if (strpos($url, 'camara.leg.br') !== false) {
        preg_match('/\?idProposicao=(\d+)$/', $url, $matches);
        if (!empty($matches[1])) {
            return $matches[1];
        }
    }

    return '';
}

function readData($arquivo){
    $reader = IOFactory::createReader("Xls");
    $spreadsheet = $reader->load($arquivo);
    $sheet_count = $spreadsheet->getSheetCount();
    $csvFileName = 'output.csv';
    $csvFile = fopen($csvFileName, 'w');
    
    for ($i = 0; $i < $sheet_count; $i++) {
        $sheet = $spreadsheet->getSheet($i);

        $headerRow = $sheet->getRowIterator(1)->current();
        $cellIterator = $headerRow->getCellIterator();
        $cellIterator->setIterateOnlyExistingCells(false);

        $header = [];
        foreach ($cellIterator as $cell) {
            $value = $cell->getCalculatedValue();
            $header[] = $value;
        }
        // 在原第二列后新增三个表头项
        array_splice($header, 2, 0, ['URL', 'ID (<1000000)', 'ID (≥1000000)']);
        fputcsv($csvFile, $header);

        foreach ($sheet->getRowIterator(2) as $row) {
            $cellIterator = $row->getCellIterator();
            // 遍历所有单元格（包括空单元格），保证列顺序
            $cellIterator->setIterateOnlyExistingCells(false);

            $rowData = [];
            foreach ($cellIterator as $cell) {
                $cellValue = $cell->getCalculatedValue();
                // 判断当前是否为第二列（B列）
                if ($cell->getColumn() === 'B') {
                    // 添加原单元格值
                    $rowData[] = $cellValue;
                    // 处理超链接
                    $url = '';
                    $id = '';
                    if ($cell->hasHyperlink()) {
                        $hyperlink = $cell->getHyperlink();
                        $url = $hyperlink->getUrl();
                        $id = extractIdFromUrl($url);
                    }
                    // 添加URL列
                    $rowData[] = $url;
                    // 根据ID值填充对应列
                    if (!empty($id)) {
                        if ($id < 1000000) {
                            $rowData[] = $id;
                            $rowData[] = '';
                        } else {
                            $rowData[] = '';
                            $rowData[] = $id;
                        }
                    } else {
                        // 无ID时两列留空
                        $rowData[] = '';
                        $rowData[] = '';
                    }
                } else {
                    // 其他列直接添加原内容
                    $rowData[] = $cellValue;
                }
            }
            fputcsv($csvFile, $rowData);
        }
    }

    fclose($csvFile);
    echo "CSV file generated: $csvFileName";
}

if ($_SERVER["REQUEST_METHOD"] == "POST" && isset($_FILES['arquivo'])) {
    $route = $_FILES['arquivo']['tmp_name'];
    readData($route);
}
?>

关键修改说明 #

• 表头扩展：通过array_splice在原表头的第二列后插入三个新表头，确保表头与数据列数完全匹配
• 定向处理第二列：仅对第二列（B列）执行超链接提取逻辑，其他列保持原有结构
• 完整单元格遍历：设置setIterateOnlyExistingCells(false)，保证所有列位置都被遍历，避免空单元格导致的列错位
• 空值兼容：第二列无超链接或无法提取ID时，自动填充空字符串，维持列结构一致性

内容的提问来源于stack exchange，提问作者Mind full of blanks