在Gnumeric下使用Python脚本操作表格的教程
关于gnumeric
gnumeric是linux平台下的一款功能强大且易于使用的电子表格软件，与其他常用电子表格软件如excel等在风格上非常一致。gnumeric当前的稳定版是1.2.13，对中文的支持已经比较成熟。据官方信息，gnumeric除实现了ms excel所有的函数外，还实现了60多个excel中不存在的函数和基本的金融方面函数，并已经具备了高级统计分析、可扩展的随机数产生器、线性或非线性求解的计算能力。更令人惊喜的是，现在gnumeric已经集成了python强大的脚本编程能力，python用户可以为gnumeric实现更为复杂的计算功能。
何谓python
python是一种解释性的，面向对象的，具有动态语义的程序设计语言。python代码具有优秀的可读性，具有模块和包的概念，支持各种主流平台，并具有很好的跨平台能力。python已广泛用于文本处理、互联网编程、数据库编程、系统管理等领域 。同时python又是一种成功的嵌入语言，包装c/c++的代码非常方便，越来越多的重量级应用程序开始支持python脚本编程，openoffice, gimp, blender等。
插件初探
任何一个c函数调用或访问一个python对象都必须遵循这样一个框架：
1. c函数把调用参数转换成python语言数据类型
2. 利用转换后的参数调用python函数
3. 返回值转换成c语言类型，并返回给c函数
类似的，从python函数调用c函数也遵循相似的步骤：
1. python函数把参数转换成c语言类型
2. 用转换后的参数调用c函数
3. 返回值转换成python语言类型后返回给python函数
因此python函数和c函数相互调用的关键是数据的相互转换问题，这些转换需要相当好的c和python解释语言开发功底，好在gnumeric的python插件已经自动为我们做了数据类型的转换，我们只需关注算法的实现就可以了。
gnumeric和python的交互也遵循类似的过程，首先gnumeric自动转换参数类型，继而调用python函数，最后再把返回值转换成合适的类型返回给gnumeric。下面是gnumeric和python的常见数据类型对应表：
对于单元格（cell），gnumeric把单元格中的数据直接转换相应的数据类型，传递被调用python函数，如整数（integer）、浮点数（float）、字符串（string）；然而对于单元格区域（range），gnumeric采取迂回的策略，只是传递一个单元格区域的引用（rangeref）给被调用python函数，而python这时就需要通过gnumeric接口才能访问和操作单元格区域中的数据。因此，gnumeric为python提供了gnumeric模块，，包括gnumeric的全部函数和工作薄工作表对象，这里简略地列出了gnumeric模块中的函数和对象（具体细节请读者参考gnumeric的py-gnumeric.c源文件位于plugins/python-loader目录）。
范例分析
通过上面的介绍，我们初步了解了跨语言调用的框架，在此基础上再来分析一下gnumeric软件包自带的python插件范例（通常位于/usr/lib/gnumeric/<version>/plugins/py-func/）。该范例由plugin.xml、py_func.py两个文件构成，plugin.xml是xml形式的配置文件，供gnumeric来读取python函数的相关信息；py_func.py包含python函数的定义和函数原型字典。
首先分析的是py_func.py文件。该文件定义了三个函数：func_printf，func_capwords，func_bitand，功能分别是格式化输出，单词首字母大写，按位求和。我们来比较一下这三个函数：
以func_bitand函数为例，函数接受两个整数，返回值也为整数，c与python的类型转换是gnumeric自动完成的，func_bitand只注重算法的实现，具体计算是通过调用gnumeric的按位求和函数（bitand）完成的；值得一提的是''@''开头的文档字符串是提供给gnumeric的文档接口，分别提供函数的功能、接口、实例以及引用方面的信息，格式也是固定的，每个域（包括换行符）用单引号括起来并后接"\"。
代码 1 func_bitand函数定义
from gnumeric import *
def func_bitand(num1, num2):
'@function=py_bitand\n'\
'@syntax=py_bitand (num)\n'\
'@description=the bitand function returns bitwise'\
'and-ing of its arguments.'\
'\n'\
'@examples=\n'\
'py_bitand(6, 2) equals 2)'\
'\n'\
'@seealso=bitand'
gnm_bitand=functions['bitand'] # gnumeric的按位求和函数
return gnm_bitand(num1, num2)
py_func.py文件尾处还有一个起特殊作用的字典，向gnumeric提供python函数原型信息，姑且称之为函数原型字典。函数原型字典的命名是非常严格的，必须以"_functions"为后缀，"_"前面前面的名字必须与plugin.xml文件保持一致，这样gnumeric才能发现插件中的各种函数信息，否则gnumeric就会出现许多函数信息方面的错误，导致插件函数无法使用。函数原型用字典中"key:value"对来表示（代码2）， 如func_bitand，key就是在gnumeric被映射的函数名py_bitand，value是由参数类型、参数名称、函数名称组成的元组。
代码 2 test_functions函数原型字典
test_functions = {
'py_printf': func_printf,
'py_capwords': ('s', 'sentence', func_capwords),
'py_bitand': ('ff', 'num1, num2', func_bitand)
}
在函数原型字典中，参数类型是用特殊的字符来表示的，例如func_bitand的两个浮点数参数表示为"ff"。常见参数类型的字符串表示总结如下：
另外一个结构简单的xml文件plugins.xml (1) ，是开发者向gnumeric提供的配置信息。information标签中的name和description标签提供了该插件的名字和描述信息，而且这些信息的国际化也很简单，只需要在有语言标记的相应标签中填写国际化信息即可。loader标签中attribute标签的value属性、service标签中id属性、function标签中的name属性是最重要的，分别对应于python脚本文件名、脚本中的函数原型字典名（不包括后缀）、函数原型函数的key。对于本例，属性值为py_func，test，py_printf，py_capwords，py_bitand，则对应于插件分别为py_func.py和test_functions，py_printf，py_capwords，py_bitand。这些对应关系一定要一致，否则gnumeric就会向你抱怨了。
代码 3 py-func.py的plugin.xml配置文件
<?xml version="1.0" encoding="utf-8"?>
<plugin id="gnumeric_pyfunc">
<information>
<name>python functions</name>
<description>sample python plugin providing
some (useless) functions.
</description>
<require_explicit_enabling/>
</information>
<loader type="gnumeric_pythonloader:python">
<attribute value="py_func" name="module_name"/>
</loader>
<services>
<service type="function_group" id="test">
<category>python</category>
<category xml:lang="zh_cn">
python
</category>
<functions>
<function name="py_printf"/>
<function name="py_capwords"/>
<function name="py_bitand"/>
</functions>
</service>
</services>
</plugin>
牛刀小试
根据上面的分析，我们看到用python编写gnumeric函数，需要三个步骤：
1. 创建python函数源文件，如py_func.py。
2. 根据创建的函数构建函数原型字典，如test_functions。
3. 创建plugin.xml配置文件，配置文件名、函数分类、名字、原型字典等相关信息。
为了演示具体的gnumeric中python函数创建的过程，笔者编写了一个根据自动标记成绩等级的小函数，由plugin.xml和exam.py两个文件构成。
首先创建脚本文件exam.py，整个文件只有mark和cstr两个函数：mark函数的参数和返回值都是字符串，功能是根据其大小返回成绩的等级；cstr用来把字符串转换成utf-8编码，使gnumeric能显示中文 (2) 。mark函数中的注释是提供给gnumeric的函数信息，读者开发时只需要按着模板简单的修改就可以了。
代码 4 exam.py文件
# -*- coding: gb2312 -*-
def mark(score):
'@function=mark_score\n'\
'@syntax=mark_score(score)\n'\
'@description= determine the level for a score\n'\
'@examples= to determine a score in a1: \n'\
' mark_score(a1)\n'\
'@seealso='
level='n/a'
if score < 0:
level = cstr('非法分数')
elif score < 60:
level = cstr('未及格')
elif score < 80:
level = cstr('及格')
elif score < 90:
level = cstr('良')
elif score <= 100:
level = cstr('优秀')
else:
level = cstr('非法分数')
return level
def cstr(str):
""" translate a chinese string into utf-8 string for gtk+
"""
return unicode(str,'gbk').encode('utf8')
exam_functions = {
'mark_score' : ('f','score',mark)
}
下一步就是就是注册函数，exam.py文件尾处的exam_functions函数原型字典向gnumeric揭示了mark函数的原型信息，字典的键'mark_score'是mark在gnumeric的名字映射，f表示参数类型为整数，score为参数名。plugin.xml (3) 是根据模板简单的改写的，主要注意的就是上面提到的几个属性，必须和插件对应，否则插件是无效的；另外一些属性，如category也加入了中文信息，以方便使用。
代码 5 exam.py的plugin.xml配置文件
<?xml version="1.0" encoding="utf-8"?>
<plugin id="gnumeric_pyfunc">
<information>
<name>exam functions</name>
<description> determine rank for exam score </description>
<require_explicit_enabling/>
</information>
<loader type="gnumeric_pythonloader:python">
<attribute value="exam" name="module_name"/>
</loader>
<services>
<service type="function_group" id=
"exam">
<category>
exam</category>
<category xml:lang="zh_cn">exam</category>
<functions>
<function name=
"mark_score"/>
</functions>
</service>
</services>
</plugin>
ok!现在启动gnumeric (4) ，按图示在a列输入一列成绩，然后在b1单元格内输入公式：'=mark_score(a1)', 然后利用鼠标拖动复制公式的功能，把公式复制到对应的b列，就会发现所有标志在b列中已经自动生成了。
插图1 成绩分类
更进一步
如果只是对单元格数据简单计算的话，那么python在gnumeric中充其量是好玩的玩具罢了，但python插件的功能远不只这些，python可以控制读写单元格区域（range）的数据，访问gnumeric的全部函数，控制工作表的创建等，把这些功能有机地组合起来就能完成复杂的任务了。本节对全班成绩做进一步的处理，利用rpy (5) 的summary函数对所有的分数进行简单的统计，计算最值、均值、中位数和两个四分位数，并把所得计算结果打印到新的工作表中。
要想统计全班成绩，首要的任务就是从gnumeric获取数据。对于大批量的数据，gnumeric是用单元格区域（range）来表示的，然而在调用过程中传递给python的是单元格区域引用（rangeref），所以需要对单元格区域引用（rangeref）做相应的转换以便提取批量数据。不幸的是，gnumeric的api正处于发展阶段，没有直接的转换方法。为此，笔者利用了gnumeric自身的函数构建了一个pygnmrange类。pygnmrange对象以单元格区域引用（rangeref）为初始化参数，为该单元格区域中的构建所有单元格的索引，即"_table"属性，同时提供几个方法来方便地访问，这样我们就可以配合gnumeric模块中的sheet对象操纵单元格数据了。
代码 6 类pygnmrange的定义
class pygnmrange:
def __init__(self, gnm_range_ref):
get_cols = gnumeric.functions['column']
get_rows = gnumeric.functions['row']
get_col_num = gnumeric.functions['columns']
get_row_num = gnumeric.functions['rows']
cols = get_cols(gnm_range_ref)
rows = get_rows(gnm_range_ref)
# column first table
self._table = []
self._col_num = get_col_num(gnm_range_ref)
self._row_num = get_row_num(gnm_range_ref)
for i in range(self._col_num):
for j in range(self._row_num):
self._table.append((cols[i][j]-1, rows[i][j]-1))
def col_num(self):
return self._col_num
def row_num(self):
return self._row_num
def get_col(self,col):
start = (col-1) * self._row_num
end = col * self._row_num
return self._table[start:end]
def get_row(self,row):
indexes = [(i*self._row_num)+(row-1) for i in range(self._col_num)]
return [self._table[i] for i in indexes]
def __iter__(self):
return iter(self._table)
另外pygnmrange类定义需要注意两点：
1. 单元格下标采取了列优先的表示方法，从零开始计数，例如b3表示为（1，2），这样同时也是为了与gnumeric规范保持一致，便于操纵单元格数据。
2. 类初始化函数使用了四个gnumeric的函数，分别为column、columns、row、rows，其功能如下：
有了前面的准备，我们就可以具体实现summary函数了。summary函数通过gnm_scores参数获得当前的单元格区域引用，并利用该参数创建pygnmrange对象，计算所有单元格的下标；又通过gnumeric模块的workbooks和sheets函数，取得工作表1的对象；从而结合工作表对象和单元格下标来操作单元格数据。而真正的计算r语言完成的，rpy模块则是联接python和r语言的桥梁 (6) 。最后，summary函数取得r语言计算的结果并通过gnumeric模块将其打印到一个新建的工作表里。
代码 7 exam.py 中summary函数定义
<?xml version="1.0" encoding="utf-8"?> <plugin id="gnumeric_pyfunc"> <information> <name>exam functions</name> <description>sample python plugin providing some (useless) functions.</description> <require_explicit_enabling/> </information> <loader type="gnumeric_pythonloader:python"> <attribute value="exam" name="module_name"/> </loader> <services> <service type="function_group" id="exam"> <category>exam</category> <category xml:lang="zh_cn">exam</category> <functions> <function name="mark_score"/> <function name="summerize_scores"/> </functions> </service> </services> </plugin>
函数编写完之后就是函数注册了，函数原型字典只有一行，唯一需要注意的是，单元格区域引用数据类型需要用"r"来表示。plugin.xml文件也只需要加入下面一行：
代码 8 summay函数的plugin.xml配置文件
<?xml version="1.0" encoding="utf-8"?> <plugin id="gnumeric_pyfunc"> <information> <name>exam functions</name> <description>sample python plugin providing some (useless) functions.</description> <require_explicit_enabling/> </information> <loader type="gnumeric_pythonloader:python"> <attribute value="exam" name="module_name"/> </loader> <services> <service type="function_group" id="exam"> <category>exam</category> <category xml:lang="zh_cn">exam</category> <functions> <function name="mark_score"/> <function name="summerize_scores"/> </functions> </service> </services> </plugin>
下面的两张是插件函数的运行效果图，输入数据是随机生成的80个100以内的浮点数，函数插在b1单元格内，由于该函数的目的是生成简单的报表而不是返回值，所以运行结束后b1单元格内依然空白，而所有的数据全部打印在新建的工作表4内（图2和图3）。
插图2 全班成绩和函数的输入
插图3 全班成绩统计报告
插件部署
gnumeric插件部署及其简单，用户只需要在自己主目录下新建.gnumeric目录，放入插件函数即可，例如exam.py和plugin.xml就是位于 <home>/.gnumeric/<version> (7) /plugins/exam/，重新启动gnumeric插件就生效了 (8) 。
结束语
gnumeric的python开发过程需要注意一下几个问题：
1. gumeric的python插件还处于积极地开发过程中，一些代码很可能在将来的版本中会发生很大的变化；插件提供的gnumeric模块接口还不是完整，比如缺乏获得活动工作表的函数，编写python函数时需要仔细地处理。
2. python函数配置虽然及其简单，但是调试起来不是很方便，经常会出现gnumeric不能正确获取python信息的情况，这时候的原因是多方面的，例如plugin.xml文件的名字与脚本文件不一致，函数原型字典命名不规范，函数文档字符串格式错误，脚本文件语法错误等。
尽管这样，对于熟悉python的编程人员来说，这些并不影响编写gnumeric函数的趣味，只需小心仔细地处理，这些都不是很难的事。希望本文能起到抛砖引玉的作用，有兴趣的读者可以在此基础上参考gnumeric源代码中的开发者文档和python插件的源代码，会发现许多有价值的信息，编写更有价值的应用了。
推荐阅读