如何优化PhpSpreadsheet读取本地XLSX文件的速度至20ms以内？

DevOps 小满

2026-7-10

PhpSpreadsheet读取XLSX指定单元格优化方案

问题背景

使用PhpSpreadsheet读取本地XLSX指定单元格时耗时达510ms，需要将耗时降至20ms以内，达到CSV文件的读取速度水平。现有代码如下：

<?php
require '/vendor/autoload.php'; // 引入PhpSpreadsheet库

use PhpOffice\PhpSpreadsheet\IOFactory;

$xlsxFile = 'local.xlsx'; // XLSX文件路径
$targetRowNumber = 302; // 要访问的行号
$targetColumn = 3; // 列号（C列对应3）

try {
    $trystarttime = microtime(true);
    // 加载XLSX文件
    $spreadsheet = IOFactory::load($xlsxFile);

    // 获取指定单元格的值（第3列，第302行）
    $value = $spreadsheet->getActiveSheet()->getCellByColumnAndRow($targetColumn, $targetRowNumber)->getValue();
    
    echo "第{$targetColumn}列、第{$targetRowNumber}行的值：" . $value . "\n";

    $tryendtime = microtime(true);
    $durationInMilliseconds = (number_format(($tryendtime - $trystarttime) * 1000, 2)) . "ms 读取目标单元格值耗时" . PHP_EOL;

    echo $durationInMilliseconds;

} catch (Exception $e) {
    echo "错误信息：" . $e->getMessage() . "\n";
    echo "调用栈：" . $e->getTraceAsString() . "\n";
}
?>

核心优化技巧

1. 启用只读+仅数据模式加载

默认IOFactory::load()会加载文件的所有内容（包括样式、公式、图表等冗余信息），启用只读和仅数据模式可以大幅减少解析开销。

优化后代码：

<?php
require '/vendor/autoload.php';

use PhpOffice\PhpSpreadsheet\Reader\Xlsx;

$xlsxFile = 'local.xlsx';
$targetRowNumber = 302;
$targetColumn = 3;

try {
    $trystarttime = microtime(true);
    
    $reader = new Xlsx();
    // 启用只读模式，仅加载单元格数据
    $reader->setReadDataOnly(true);
    // 仅加载目标工作表（替换为实际工作表名称，比如'Sheet1'）
    $reader->setLoadSheetsOnly(['Sheet1']);
    
    $spreadsheet = $reader->load($xlsxFile);
    $value = $spreadsheet->getActiveSheet()->getCellByColumnAndRow($targetColumn, $targetRowNumber)->getValue();
    
    echo "第{$targetColumn}列、第{$targetRowNumber}行的值：" . $value . "\n";
    
    $tryendtime = microtime(true);
    $durationInMilliseconds = number_format(($tryendtime - $trystarttime) * 1000, 2) . "ms 读取目标单元格值耗时" . PHP_EOL;
    echo $durationInMilliseconds;

} catch (Exception $e) {
    echo "错误信息：" . $e->getMessage() . "\n";
    echo "调用栈：" . $e->getTraceAsString() . "\n";
}
?>

2. 直接解析XLSX底层XML（最快方案）

XLSX本质是ZIP压缩包，工作表数据存储在xl/worksheets/sheet1.xml（多工作表场景下可能为sheet2.xml等）中。直接解压读取该XML文件，用XPath定位目标单元格，速度可接近CSV读取水平。

代码示例：

<?php
$xlsxFile = 'local.xlsx';
$targetRow = 302;
$targetCol = 3;

// 列号转Excel列名（1->A, 2->B...）
function colNumToName($num) {
    $name = '';
    while ($num > 0) {
        $mod = ($num - 1) % 26;
        $name = chr(65 + $mod) . $name;
        $num = (int)(($num - $mod) / 26);
    }
    return $name;
}
$targetColName = colNumToName($targetCol);

$trystarttime = microtime(true);
$value = null;

$zip = new ZipArchive();
if ($zip->open($xlsxFile) === true) {
    // 读取第一个工作表的XML文件，若为其他工作表需调整文件名
    $xmlContent = $zip->getFromName('xl/worksheets/sheet1.xml');
    $zip->close();
    
    if ($xmlContent) {
        $xml = new SimpleXMLElement($xmlContent);
        $xml->registerXPathNamespace('x', 'http://schemas.openxmlformats.org/spreadsheetml/2006/main');
        
        // XPath定位目标单元格：匹配行号和列名组合
        $cells = $xml->xpath("//x:c[@r='{$targetColName}{$targetRow}']/x:v");
        if (!empty($cells)) {
            $value = (string)$cells[0];
        }
    }
}

echo "第{$targetCol}列、第{$targetRow}行的值：" . ($value ?? '未找到') . "\n";

$tryendtime = microtime(true);
$durationInMilliseconds = number_format(($tryendtime - $trystarttime) * 1000, 2) . "ms 读取目标单元格值耗时" . PHP_EOL;
echo $durationInMilliseconds;
?>

注意：若存在合并单元格、公式计算值，需调整XPath逻辑；若不确定工作表文件名，可先读取xl/workbook.xml获取工作表与文件的对应关系。

3. 缓存单元格数据（适合重复读取场景）

如果需要多次读取同一个文件的指定单元格，可将数据缓存到内存、文件或Redis中，避免重复解析文件。

示例（文件缓存）：

<?php
$cacheFile = 'xlsx_cache.json';
$xlsxFile = 'local.xlsx';
$targetRow = 302;
$targetCol = 3;
$cacheKey = "{$targetCol}_{$targetRow}";

// 先检查缓存，仅当缓存文件更新时间晚于XLSX文件时使用
if (file_exists($cacheFile) && filemtime($cacheFile) > filemtime($xlsxFile)) {
    $cache = json_decode(file_get_contents($cacheFile), true);
    $value = $cache[$cacheKey] ?? null;
} else {
    // 用XML解析方法读取数据（同技巧2代码）
    // ...此处省略XML解析逻辑...
    // 保存缓存
    $cache = isset($cache) ? $cache : [];
    $cache[$cacheKey] = $value;
    file_put_contents($cacheFile, json_encode($cache));
}

// 输出结果和耗时...
?>

效果验证

技巧1通常可将耗时降至50-100ms左右
技巧2可将耗时控制在10-20ms以内，完全达到CSV读取速度
技巧3在重复读取场景下耗时可忽略不计

内容的提问来源于stack exchange，提问作者Sahed