office_oxide
最快的 Office 文件函式庫,適用於 Python、Rust、Go、JS/TS、C# 和 WASM。支援 DOCX、XLSX、PPTX、DOC、XLS、PPT。比 python-docx/openpyxl/python-pptx 快達 100 倍。
office_oxide 是什麼?
最快的 Office 文件函式庫,適用於 Python、Rust、Go、JS/TS、C# 和 WASM。支援 DOCX、XLSX、PPTX、DOC、XLS、PPT。比 python-docx/openpyxl/python-pptx 快達 100 倍。對有效的 Office 文件 100% 通過率。MIT/Apache-2.0。
office_oxide 概覽
這是什麼
Office Oxide 是一個快速、記憶體安全的 Office 文件文字擷取函式庫。其核心使用 Rust 開發,並提供 Python、Go、C#/.NET、Node.js(原生與 WASM)以及穩定的 C FFI 的第一級繫結。支援 DOCX、XLSX、PPTX、DOC、XLS、PPT 六種格式。採用 MIT 與 Apache-2.0 雙重授權。
主要功能
- 快速:比 python-docx、openpyxl、python-pptx、xlrd 快 5–10 倍;在 XLSX 上比 python-calamine 更快。
- 可靠:在 10,386 個檔案的測試集合中成功開啟 97.3%;無法開啟的檔案均為加密、截斷或損壞。
- 完整:支援 6 種格式 – DOCX、XLSX、PPTX、DOC、XLS、PPT。
- 多平台:提供 Rust、Python、Go、JavaScript/TypeScript、C#/.NET、WASM、CLI 及 MCP 伺服器版本。
- 寬鬆授權:MIT / Apache-2.0 雙重授權,無 AGPL 或 GPL 限制。
- 支援讀取、寫入、編輯與轉換:舊版格式(DOC、XLS、PPT)可透過 save_as() 轉換為現代 OOXML。
使用情境
- 從 Office 文件中擷取純文字或 Markdown,用於索引、分析或內容處理。
- 將舊版 Office 格式(DOC、XLS、PPT)轉換為現代 OOXML(DOCX、XLSX、PPTX)。
- 建立跨平台應用程式,無需外部依賴即可讀取、寫入或編輯 Office 檔案。
- 將 Office 文件處理整合至 Python、Rust、Go、C#、JavaScript 或 WASM 專案中。
快速開始
bash pip install office-oxide python from office_oxide import Document, extract_text, to_markdown # 一行文字擷取 text = extract_text('report.docx') markdown = to_markdown('data.xlsx') # 使用上下文管理器開啟文件;接受 str 或 pathlib.Path with Document.open('slides.pptx') as doc: print(doc.format) # 'pptx' print(doc.plain_text()) print(doc.to_markdown())
授權與價格
MIT / Apache-2.0 雙重授權。開放原始碼且免費使用。
內容整理自該專案公開的 README 與儲存庫資訊。