如何强制Spreadsheet::Read使用Text::CSV_XS提升CSV读取性能？

你的环境已经满足使用Text::CSV_XS的条件：

• Spreadsheet::Read::parses("csv")返回Text::CSV_XS，说明它是默认CSV解析器
• Text::CSV_XS版本1.50远高于Spreadsheet::Read要求的最低版本0.71

之前性能差距大的核心原因是Spreadsheet::Read的代码一次性加载了所有行到内存，而Text::CSV_XS代码是逐行处理。调整代码逻辑并传递正确的解析参数，就能接近纯Text::CSV_XS的性能。

优化后的Spreadsheet::Read代码 #

use Spreadsheet::Read;

# 可选：强制指定CSV解析器为Text::CSV_XS（你的环境已默认启用，可省略）
$ENV{SPREADSHEET_READ_CSV} = 'Text::CSV_XS';

# 初始化时传递和Text::CSV_XS一致的解析参数
my $book = ReadData(
    'file.csv',
    sep => ';',
    # 传递Text::CSV_XS的配置参数
    csv => {
        diag_verbose => 1,
        auto_diag => 1,
        binary => 1,
    }
);

my $sheet = $book->[1];
my $total_rows = $sheet->{maxrow};

# 逐行读取数据，避免一次性加载所有行
for my $row_num (2 .. $total_rows) { # 跳过表头行
    my $row = Spreadsheet::Read::row($sheet, $row_num);
    my $first = $row->[1];
    # ... 你的业务处理逻辑
}

关键优化点 #

1. 逐行读取代替全量加载：用Spreadsheet::Read::row()逐行获取数据，而非rows()一次性把所有行读入数组，减少内存占用和初始化时间
2. 传递CSV解析参数：通过csv配置项把Text::CSV_XS的关键参数（如binary、sep_char）传递给底层解析器，确保解析效率和你直接用Text::CSV_XS时一致

验证解析器状态 #

可以在代码中加入以下语句确认解析器：

use Data::Dumper;
print Dumper(Spreadsheet::Read::parses("csv")); # 应输出Text::CSV_XS

你的环境输出也验证了配置有效性：

$ perl -MSpreadsheet::Read -E'say Spreadsheet::Read::parses( "csv" )'
Text::CSV_XS

$ perl -MText::CSV_XS -E'say Text::CSV_XS->VERSION'
1.50

内容的提问来源于stack exchange，提问作者h q