تبدیل TSV به SPREADSHEETML در Python
کتابخانه پرسرعت Python برای تبدیل TSV به SPREADSHEETML. این یک راه حل نرم افزاری حرفه ای برای وارد کردن و صادرات TSV، SPREADSHEETML، و بسیاری از فرمت های دیگر با استفاده از Python است.
Aspose.Cells for Python
Overview
تبدیل TSV به SPREADSHEETML با استفاده از Python
چگونه TSV را به SPREADSHEETML تبدیل کنم؟ با کتابخانه Aspose.Cells for Python به راحتی می توانید با چند خط کد، TSV را به صورت برنامه ریزی شده به SPREADSHEETML تبدیل کنید. Aspose.Cells for Python قادر به ساخت برنامه های چند پلتفرمی با قابلیت تولید، تغییر، تبدیل، رندر و چاپ تمام فایل های اکسل است. Python اکسل API نه تنها بین فرمت های صفحه گسترده تبدیل می شود، بلکه می تواند فایل های اکسل را به صورت تصویر، PDF, HTML, ODS, CSV, SVG, JSON, WORD, PPT و موارد دیگر ارائه دهد، بنابراین آن را به گزینه ای عالی برای تبادل اسناد در قالب های استاندارد صنعتی تبدیل می کند.TSV را در SPREADSHEETML در Python ذخیره کنید
مثال زیر نحوه تبدیل TSV به SPREADSHEETML را در Python نشان می دهد.
برای تبدیل TSV به SPREADSHEETML مراحل آسان را دنبال کنید. فایل TSV خود را آپلود کنید، سپس به سادگی آن را به عنوان فایل SPREADSHEETML ذخیره کنید. برای خواندن TSV و نوشتن SPREADSHEETML می توانید از نام فایل های کاملا واجد شرایط استفاده کنید. محتوای خروجی SPREADSHEETML و قالب بندی با سند اصلی TSV یکسان خواهد بود.
import jpype
import asposecells
jpype.startJVM()
from asposecells.api import Workbook
workbook = Workbook("Input.xlsx")
workbook.save("Output.pdf")
jpype.shutdownJVM()
نحوه تبدیل TSV به SPREADSHEETML از طریق Python
آیا باید فایل های TSV را به صورت برنامه ریزی شده به SPREADSHEETML تبدیل کنید؟ توسعه دهندگان Python می توانند به راحتی TSV را تنها در چند خط کد به SPREADSHEETML بارگیری و تبدیل کنند.
- ‘Aspose.Cells for Python via Java’ را نصب کنید.
- یک مرجع کتابخانه (وارد کردن کتابخانه) به پروژه Python خود اضافه کنید.
- فایل TSV را با یک نمونه از Workbook بارگیری کنید.
- TSV را با فراخوانی روش Workbook.save به SPREADSHEETML تبدیل کنید.
- نتیجه تبدیل TSV به SPREADSHEETML را دریافت کنید.
کتابخانه Python برای تبدیل TSV به SPREADSHEETML
سه گزینه برای نصب “Aspose.Cells for Python via Java” بر روی سیستم شما وجود دارد. لطفاً یکی را انتخاب کنید که شبیه نیاز شما باشد و دستورالعمل های گام به گام را دنبال کنید:
سیستم مورد نیاز
Aspose.Cells for Python via Java مستقل از پلتفرم API است و می تواند در هر پلتفرمی (Windows، لینوکس و MacOS) استفاده شود، فقط مطمئن شوید که سیستم دارای Java 1.8 یا بالاتر است، Python 3.5 یا بالاتر
- Java را نصب کنید و آن را به متغیر محیطی PATH اضافه کنید، به عنوان مثال:
PATH=C:\Program Files\Java\jdk1.8.0_131;. - Aspose.Cells for Python را نصب کنیدpypi ، از دستور به صورت زیر استفاده کنید:
$ pip install aspose-cells.
TSV چیست TSV فرمت فایل
فرمت فایل مقادیر جدا شده از تب (TSV) داده‌های جدا شده با برگه‌ها را در قالب متن ساده نشان می‌دهد. فرمت فایل مشابه CSV برای سازماندهی داده ها به صورت ساختاریافته به منظور واردات و صادرات بین برنامه های مختلف استفاده می شود. این فرمت در درجه اول برای واردات/صادرات و تبادل داده در برنامه های کاربردی صفحه گسترده و پایگاه داده استفاده می شود. هر رکورد در یک فایل TSV در یک خط از فایل متنی موجود است که در آن هر مقدار فیلد با یک کاراکتر تب جدا می شود. نوع رسانه برای فرمت فایل TSV text/tab-separated-values است.
ادامه مطلبSPREADSHEETML چیست SPREADSHEETML فرمت فایل
XML مخفف Extensible Markup Language است که شبیه به HTML است اما در استفاده از برچسب ها برای تعریف اشیا متفاوت است. ایده اصلی ایجاد فرمت فایل XML ذخیره و انتقال داده ها بدون وابستگی به ابزارهای نرم افزاری یا سخت افزاری بود. محبوبیت آن به این دلیل است که هم توسط انسان و هم با ماشین قابل خواندن است. این امر آن را قادر می سازد تا پروتکل های داده های رایج را در قالب اشیایی که قرار است در شبکه ای مانند شبکه جهانی وب (WWW) ذخیره و به اشتراک گذاشته شوند، ایجاد کند. "X" در XML برای توسعه پذیر است که به این معنی است که زبان را می توان به هر تعداد نماد بر اساس نیاز کاربر گسترش داد. برای این ویژگی ها است که بسیاری از فرمت های استاندارد فایل مانند Microsoft Open XML، LibreOffice OpenDocument، XHTML و SVG از آن استفاده می کنند.
ادامه مطلبسایر تبدیل های پشتیبانی شده
شما همچنین می توانید TSV را به بسیاری از فرمت های فایل دیگر از جمله تعداد کمی از آنها که در زیر ذکر شده است تبدیل کنید.