From 75c90937fabcc313f6c4f630728e4f20e1bb314e Mon Sep 17 00:00:00 2001 From: Misaka_Company Date: Mon, 19 Jan 2026 16:13:52 +0800 Subject: [PATCH] add extract_vba.py for VBA code extraction and update requirements.txt --- .gitignore | 3 +- extract_vba.py | 401 +++++++++++++++++++++++++++++++++++++++++++++++ requirements.txt | 7 + 3 files changed, 410 insertions(+), 1 deletion(-) create mode 100644 extract_vba.py create mode 100644 requirements.txt diff --git a/.gitignore b/.gitignore index e6f263b..776dadc 100644 --- a/.gitignore +++ b/.gitignore @@ -13,4 +13,5 @@ tmpclaude-* *workspace* *.png data/ -Excel/ \ No newline at end of file +Excel/ +VBA/ \ No newline at end of file diff --git a/extract_vba.py b/extract_vba.py new file mode 100644 index 0000000..e16ca66 --- /dev/null +++ b/extract_vba.py @@ -0,0 +1,401 @@ +""" +VBA代码提取工具 +从xlsm文件中提取模块和类模块代码，分类保存到VBA文件夹 +自动清理Attribute信息并生成元数据JSON文件 +""" + +import os +import sys +import json +import re +from pathlib import Path +from typing import Dict, List, Tuple, Optional + +# VBA项目相关常量 +STANDARD_MODULE_DIR = "Modules" +CLASS_MODULE_DIR = "ClassModules" +DOCUMENT_MODULE_DIR = "DocumentModules" +FORMS_DIR = "Forms" +METADATA_FILE = "vba_metadata.json" + + +class VBAExtractor: + """VBA代码提取器""" + + def __init__(self, xlsm_path: str, output_dir: str = None): + """ + 初始化VBA提取器 + + Args: + xlsm_path: xlsm文件路径 + output_dir: 输出目录，默认为项目根目录下的VBA文件夹 + """ + self.xlsm_path = Path(xlsm_path) + if output_dir is None: + # 使用脚本所在目录（项目根目录）下的VBA文件夹 + script_dir = Path(__file__).parent + self.output_dir = script_dir / "VBA" + else: + self.output_dir = Path(output_dir) + + # 创建输出目录结构 + self.modules_dir = self.output_dir / STANDARD_MODULE_DIR + self.class_modules_dir = self.output_dir / CLASS_MODULE_DIR + self.document_modules_dir = self.output_dir / DOCUMENT_MODULE_DIR + self.forms_dir = self.output_dir / FORMS_DIR + + self.modules_dir.mkdir(parents=True, exist_ok=True) + self.class_modules_dir.mkdir(parents=True, exist_ok=True) + self.document_modules_dir.mkdir(parents=True, exist_ok=True) + self.forms_dir.mkdir(parents=True, exist_ok=True) + + # 存储模块元数据 + self.metadata = { + "source_file": str(self.xlsm_path), + "modules": {} + } + + def parse_attributes(self, code: str) -> Tuple[Dict[str, str], str]: + """ + 解析VBA代码中的Attribute信息 + + Args: + code: VBA代码（包含Attribute行） + + Returns: + (attributes_dict, clean_code) - 属性字典和清理后的代码 + """ + attributes = {} + lines = code.split('\n') + clean_lines = [] + in_attributes = True + + for line in lines: + # 检查是否为Attribute行 + attr_match = re.match(r'^Attribute\s+(\w+)\s*=\s*(.+)$', line.strip()) + if attr_match: + attr_name = attr_match.group(1) + attr_value = attr_match.group(2).strip().strip('"') + attributes[attr_name] = attr_value + # 继续收集Attribute，暂不添加到clean_lines + continue + + # 遇到非Attribute行，Attribute收集结束 + if not line.strip().startswith('Attribute'): + in_attributes = False + + # 添加到清理后的代码（跳过空行和Attribute） + if not in_attributes or (line.strip() and not line.strip().startswith('Attribute')): + if not in_attributes: + clean_lines.append(line) + + # 去除开头的空行 + while clean_lines and not clean_lines[0].strip(): + clean_lines.pop(0) + + clean_code = '\n'.join(clean_lines) + return attributes, clean_code + + def extract_vba_modules_olevba(self): + """ + 使用olevba库提取VBA代码 + + 需要安装: pip install oletools + """ + try: + from oletools.olevba import VBA_Parser + except ImportError: + print("错误: 未安装oletools库") + print("请运行: pip install oletools") + return False + + print(f"正在解析文件: {self.xlsm_path.name}") + + try: + vba_parser = VBA_Parser(str(self.xlsm_path)) + + if vba_parser.detect_vba_macros(): + print("发现VBA代码，开始提取...\n") + + # 遍历所有VBA模块 + for (filename, stream_path, vba_filename, vba_code) in vba_parser.extract_macros(): + self._process_module(vba_filename, vba_code, stream_path) + + vba_parser.close() + + # 保存元数据文件 + self._save_metadata() + + print(f"\n提取完成！") + print(f"- 标准模块: {self.modules_dir}") + print(f"- 类模块: {self.class_modules_dir}") + print(f"- 文档模块: {self.document_modules_dir}") + print(f"- 元数据: {self.output_dir / METADATA_FILE}") + return True + else: + print("未在文件中发现VBA代码") + vba_parser.close() + return False + + except Exception as e: + print(f"提取VBA代码时出错: {e}") + return False + + def extract_vba_modules_com(self): + """ + 使用COM接口提取VBA代码（需要安装Excel） + + 优点: 更可靠，支持更多特性 + 缺点: 需要安装Microsoft Excel + """ + try: + import win32com.client as win32 + except ImportError: + print("错误: 未安装pywin32库") + print("请运行: pip install pywin32") + return False + + print(f"正在使用COM接口解析: {self.xlsm_path.name}") + + try: + excel = win32.Dispatch("Excel.Application") + excel.Visible = False + excel.DisplayAlerts = False + + workbook = excel.Workbooks.Open(str(self.xlsm_path.absolute())) + + # 获取VBA项目 + if not workbook.VBProject: + print("错误: 无法访问VBA项目") + print("请确保: 1) Excel信任中心设置'信任对VBA工程对象模型的访问'") + print(" 2) 文件中包含VBA代码") + workbook.Close(False) + excel.Quit() + return False + + vb_project = workbook.VBProject + + print("开始提取VBA组件...\n") + + # 遍历所有VBA组件 + for component in vb_project.VBComponents: + module_name = component.Name + module_type = component.Type + + # 获取代码 + code_module = component.CodeModule + line_count = code_module.CountOfLines + + if line_count > 0: + vba_code = code_module.Lines(1, line_count) + else: + vba_code = "" + + # 根据类型分类保存 + # 1=标准模块, 2=类模块, 3=MSForm, 11=Document/工作表/工作簿 + type_name = { + 1: STANDARD_MODULE_DIR, + 2: CLASS_MODULE_DIR, + 3: FORMS_DIR, + 11: DOCUMENT_MODULE_DIR + }.get(module_type, "Unknown") + + target_dir = { + 1: self.modules_dir, + 2: self.class_modules_dir, + 3: self.forms_dir, + 11: self.document_modules_dir + }.get(module_type, self.modules_dir) + + target_dir.mkdir(exist_ok=True) + self._process_module(module_name, vba_code, type_name) + + workbook.Close(False) + excel.Quit() + + # 保存元数据文件 + self._save_metadata() + + print(f"\n提取完成！") + print(f"- 标准模块: {self.modules_dir}") + print(f"- 类模块: {self.class_modules_dir}") + print(f"- 文档模块: {self.document_modules_dir}") + print(f"- 元数据: {self.output_dir / METADATA_FILE}") + return True + + except Exception as e: + print(f"使用COM提取VBA代码时出错: {e}") + print("\n提示:") + print("1. 确保已安装Microsoft Excel") + print("2. 打开Excel -> 文件 -> 选项 -> 信任中心 -> 信任中心设置") + print("3. 勾选'信任对VBA工程对象模型的访问'") + try: + excel.Quit() + except: + pass + return False + + def _determine_module_type(self, module_name: str, stream_path: str) -> str: + """ + 根据模块名称和流路径确定模块类型 + + Args: + module_name: 模块名称 + stream_path: 流路径 + + Returns: + 模块类型: Modules, ClassModules, DocumentModules + """ + name_lower = module_name.lower() + + # 工作表和工作簿模块 + if name_lower.startswith('sheet') or name_lower == 'thisworkbook': + return DOCUMENT_MODULE_DIR + + # 标准模块 + if name_lower.startswith('mod_') or name_lower.startswith('mod'): + return STANDARD_MODULE_DIR + + # 类模块 + if name_lower.startswith('cls') or name_lower.startswith('class'): + return CLASS_MODULE_DIR + + # 根据stream_path判断 + if stream_path: + path_lower = stream_path.lower() + if 'sheet' in path_lower or 'thisworkbook' in path_lower: + return DOCUMENT_MODULE_DIR + elif 'class' in path_lower or 'cls' in path_lower: + return CLASS_MODULE_DIR + + # 默认为标准模块 + return STANDARD_MODULE_DIR + + def _process_module(self, module_name: str, vba_code: str, category: str): + """ + 处理模块：解析属性、清理代码、保存文件 + + Args: + module_name: 模块名称 + vba_code: VBA代码内容 + category: 模块类别（可能是stream_path或类型名称） + """ + # 解析Attribute信息 + attributes, clean_code = self.parse_attributes(vba_code) + + # 确定实际的模块类型 + module_type = self._determine_module_type(module_name, category) + + # 确定目标目录 + target_dir = { + STANDARD_MODULE_DIR: self.modules_dir, + CLASS_MODULE_DIR: self.class_modules_dir, + DOCUMENT_MODULE_DIR: self.document_modules_dir, + FORMS_DIR: self.forms_dir + }.get(module_type, self.modules_dir) + + # 确定文件扩展名 + ext = '.cls' if module_type in [CLASS_MODULE_DIR, DOCUMENT_MODULE_DIR, FORMS_DIR] else '.bas' + + # 清理文件名（移除已有扩展名） + clean_name = module_name.replace('/', '_').replace('\\', '_') + # 移除已存在的扩展名 + for suffix in ['.cls', '.bas', '.frm']: + if clean_name.endswith(suffix): + clean_name = clean_name[:-len(suffix)] + break + clean_name += ext + + # 保存清理后的代码 + file_path = target_dir / clean_name + with open(file_path, 'w', encoding='utf-8') as f: + f.write(clean_code) + + # 保存元数据 + self.metadata["modules"][clean_name] = { + "name": module_name, + "type": module_type, + "attributes": attributes, + "file": str(file_path.relative_to(self.output_dir)) + } + + print(f" [OK] 已保存: {clean_name} ({module_type})") + + def _save_metadata(self): + """保存元数据到JSON文件""" + metadata_path = self.output_dir / METADATA_FILE + with open(metadata_path, 'w', encoding='utf-8') as f: + json.dump(self.metadata, f, indent=2, ensure_ascii=False) + + +def main(): + """主函数""" + print("=" * 60) + print("VBA代码提取工具") + print("=" * 60) + print() + + # 查找xlsm文件 + excel_dir = Path("Excel") + if not excel_dir.exists(): + print("错误: 未找到Excel文件夹") + return + + xlsm_files = list(excel_dir.glob("*.xlsm")) + if not xlsm_files: + print("错误: Excel文件夹中没有xlsm文件") + return + + # 如果有多个文件，让用户选择 + if len(xlsm_files) > 1: + print("发现多个xlsm文件:") + for i, f in enumerate(xlsm_files, 1): + print(f" {i}. {f.name}") + print() + choice = input("请选择文件编号 (直接回车选择第1个): ").strip() + if not choice: + xlsm_file = xlsm_files[0] + else: + try: + idx = int(choice) - 1 + xlsm_file = xlsm_files[idx] + except: + print("无效选择，使用第一个文件") + xlsm_file = xlsm_files[0] + else: + xlsm_file = xlsm_files[0] + + print() + print(f"选择文件: {xlsm_file.name}") + print() + + # 创建提取器 + extractor = VBAExtractor(str(xlsm_file)) + + # 选择提取方法 + print("请选择提取方法:") + print(" 1. COM接口 (推荐 - 需要安装Excel)") + print(" 2. olevba库 (不需要Excel)") + print() + + method = input("请选择 (直接回车使用方法1): ").strip() + + if method == "2": + print("\n使用olevba库提取...") + success = extractor.extract_vba_modules_olevba() + else: + print("\n使用COM接口提取...") + success = extractor.extract_vba_modules_com() + + if success: + print("\n" + "=" * 60) + print("提取成功完成！") + print("=" * 60) + else: + print("\n" + "=" * 60) + print("提取失败") + print("=" * 60) + + +if __name__ == "__main__": + main() diff --git a/requirements.txt b/requirements.txt new file mode 100644 index 0000000..2baecf2 --- /dev/null +++ b/requirements.txt @@ -0,0 +1,7 @@ +# VBA提取工具依赖 + +# COM接口方法 (推荐) - 需要安装Microsoft Excel +pywin32>=306; sys_platform == 'win32' + +# olevba库方法 - 不需要Excel +oletools>=0.60