如何在Rust中高效合并大型XLSX文件并添加附加信息

针对你目前逐单元格复制导致的效率问题，核心优化方向是避免逐个操作单元格，改成按行批量处理数据，同时满足添加时间戳、来源文件名的需求。以下是调整后的实现：

优化后的代码 #

use std::path::Path;
use chrono::{Local, DateTime}; // 需要在Cargo.toml中添加chrono = "0.4"依赖

pub fn insert_data_from_file(
    from_file: &Path,
    to_file: &Path,
) -> Result<(), std::io::Error> {
    // 获取来源文件名
    let file_name = from_file
        .file_name()
        .unwrap()
        .to_owned()
        .into_string()
        .unwrap();
    // 生成当前时间戳（格式可自定义）
    let timestamp = Local::now().format("%Y-%m-%d %H:%M:%S").to_string();

    // 读取输出文件与输入文件
    let mut output_ss = reader::xlsx::read(to_file).unwrap();
    let output_ws = output_ss.get_sheet_mut(&0).unwrap();
    let input_ss = reader::xlsx::read(from_file).unwrap();
    let input_ws = input_ss.get_sheet(&0).unwrap();

    // 确定输出表的起始写入行（跳过表头）
    let (_, output_max_row) = output_ws.get_highest_column_and_row();
    let mut current_output_row = if output_max_row == 1 { 2 } else { output_max_row + 1 };

    // 遍历输入表的每一行（从第2行开始，跳过表头）
    for row_idx in 2..=input_ws.get_highest_row() {
        // 批量读取当前行的所有单元格数据
        let row_data: Vec<_> = input_ws.get_row(row_idx)
            .unwrap()
            .iter()
            .map(|cell| cell.get_value().clone())
            .collect();
        
        // 构造包含附加信息的新行：原数据 + 来源文件名 + 复制时间戳
        let mut new_row = row_data;
        new_row.push(file_name.clone().into());
        new_row.push(timestamp.clone().into());

        // 批量写入输出表的当前行
        for (col_idx, value) in new_row.iter().enumerate() {
            let col_pos = (col_idx + 1) as u32; // Excel列索引从1开始
            output_ws.get_cell_value_mut((col_pos, current_output_row))
                .set_value(value.clone());
        }

        current_output_row += 1;
    }

    // 写入最终合并文件
    writer::xlsx::write(&output_ss, to_file)?;

    Ok(())
}

核心优化说明 #

• 按行批量处理：直接读取整行数据，大幅减少循环次数，避免逐单元格遍历的额外开销
• 简化索引逻辑：直接基于输出表的最大行号定位写入起始位置，省去复杂的索引计数逻辑
• 内存中构造新行：先在内存中组合原数据与附加信息，再统一写入，降低工作表的IO操作次数
• 时间戳标准化：用chrono库生成可读的时间戳，替代手动处理时间的繁琐逻辑

额外性能建议 #

• 若输出文件初始为空，建议预先创建带表头的模板文件，避免每次判断表头的额外逻辑
• 针对超大型文件，可考虑分批次读取写入，避免内存占用过高
• 合并多文件时，尽量一次性读取所有输入文件数据后再统一写入输出文件，减少重复读写操作

内容的提问来源于stack exchange，提问作者Syed Kamran