Unix bash环境下如何正确统计xlsx格式Excel文件的有效行数

xlsx格式本质是ZIP压缩包，单个工作表的结构化数据默认存储在压缩包内的xl/worksheets/sheet1.xml文件中，每行数据对应XML中的<row>标签，利用系统默认自带的解压、文本处理工具即可直接统计，无需安装第三方模块或转换格式。

基础统计命令 #

统计所有行（包含空行、表头行）：

unzip -p 目标文件.xlsx xl/worksheets/sheet1.xml | grep -o '<row' | wc -l

常用调整方案 #

• 排除完全空行：仅统计包含至少一个单元格的行

unzip -p 目标文件.xlsx xl/worksheets/sheet1.xml | grep '<row.*<c' | wc -l

• 排除表头行：如果第一行是表头，统计结果减1即可

unzip -p 目标文件.xlsx xl/worksheets/sheet1.xml | grep -o '<row' | wc -l | awk '{print $1-1}'

注意事项 #

• 该方案仅适用于单个工作表的xlsx文件，多工作表场景需将命令中的sheet1.xml替换为对应工作表的文件（如第二个工作表对应sheet2.xml）
• 依赖的unzip、grep、wc、awk均为Unix/Linux发行版默认预装工具，无需额外安装依赖

内容的提问来源于stack exchange，提问作者干猕猴桃