安装Taro
# ]激活Pkg模式
add Taro
配置（本步骤的前置条件：已安装jupyter）
这里一定要细看，自己摸索的话，没准就是坑。
Taro依赖于Java软件包。想要调用Taro，必须在启动Julia时，必须传入环境变量JULIA_COPY_STACKS=yes 。
①终端中的启动配置。
一般情况下，我们在终端中进入Julia模式，是以键入 julia 开始的。在不额外配置的情况下，这时，调用Taro会报错。
julia> using Taro
┌ Warning: JavaCall needs the environment variable `JULIA_COPY_STACKS` to be `1` or `yes`.
│ Calling the JVM may result in undefined behavior.
└ @ JavaCall ~/.julia/packages/JavaCall/tjlYt/src/JavaCall.jl:53
想在命令行中正确调用Taro，需要在终端中键入 JULIA_COPY_STACKS=yes julia 以启动Julia。这时，才可以正常调用Taro。
②在jupyter中的使用环境配置。（部分内容，来自于直接向Taro包的作者讨教来的答案。作者真赞，回复很快。）
如果不加配置的话，当在jupyter中调用Taro时
using Taro
，会报错如下：
┌ Warning: JavaCall needs the environment variable `JULIA_COPY_STACKS` to be `1` or `yes`.
│ Calling the JVM may result in undefined behavior.
└ @ JavaCall /home/wangxl/.julia/packages/JavaCall/tjlYt/src/JavaCall.jl:53
JavaCall.JavaCallError("Either the environmental variable JULIA_COPY_STACKS must be 1 OR JavaCall must be used on the root Task.")
Stacktrace:
[1] assertroottask_or_goodenv
@ ~/.julia/packages/JavaCall/tjlYt/src/jvm.jl:236 [inlined]
[2] _init(opts::Vector{String})
@ JavaCall ~/.julia/packages/JavaCall/tjlYt/src/jvm.jl:285
[3] init()
@ JavaCall ~/.julia/packages/JavaCall/tjlYt/src/jvm.jl:277
[4] init()
@ Taro ~/.julia/packages/Taro/7MUCw/src/Taro.jl:21
[5] top-level scope
@ In[1]:2
[6] eval
@ ./boot.jl:373 [inlined]
[7] include_string(mapexpr::typeof(REPL.softscope), mod::Module, code::String, filename::String)
@ Base ./loading.jl:1196
为了使用Taro，必须配置jupyter中的Julia环境变量JULIA_COPY_STACKS。
方法1：直接修改jupyter核文件。以我的情况为例(linux)，找到位于 /home/wangxl/.local/share/jupyter/kernels/julia-1.7/ 文件夹下的jupyter的kernel配置文件kernel.json。找到 “env”: {}这一行，# 在"env"后的花括号内，插入 “JULIA_COPY_STACKS”: “yes” 。
{
"display_name": "Julia 1.7.2",
"argv": [
"/usr/bin/julia",
"-i",
"--color=yes",
"--project=@.",
"/home/wangxl/.julia/packages/IJulia/e8kqU/src/kernel.jl",
"{connection_file}"
],
"language": "julia",
"env": {
"JULIA_COPY_STACKS": "yes" # 在"env"后的花括号内，加入这一行
},
"interrupt_mode": "signal"
}
重启jupyter，即可。
调用Taro，没报错，表示成功。
using Taro
方法2：新建jupyter核时，设定环境变量"JULIA_COPY_STACKS"=>“yes”。
using IJulia
installkernel("Julia for Taro.jl", env=Dict("JULIA_COPY_STACKS"=>"yes")) # 传入环境变量
重启jupyter，会看到新建的核。
关于installkernel函数的详细说明，可以参考这个链接。若想删除找个核，找到对应文件夹直接手工删除，或者用命令：
rm("/home/wangxl/.local/share/jupyter/kernels/julia-for-taro.jl-1.7",recursive=true)
③配置/home/wangxl/.julia/config/startup.jl 文件，主要是为了在vscode中使用Taro。
打开该上述文件，添加新的一行：ENV[“JULIA_COPY_STACKS”] = “yes”，保存。
如果配置了该文件，在终端和jupyter中都可以不必在配置。
vscode中应该也可以通过配置launch.json来设置，而不影响在终端和jupyter中的表现。熟悉的朋友，可以给指点下。
使用示例（一定要加上 Taro.init()）
using Taro, DataFrames
Taro.init() # 一定要加这行
df=Taro.readxl("file.xls", 0,"A1:B5")|>DataFrame
readxl传入的参数中，
第1个：是文件名，xls和xlsx都可以；
第2个：是sheetname，可以是字符串，也可以是整数（索引从0开始，即0代表第1个sheet），此字段默认值为0，可省略；
第3个：是range，单元格范围。目前，这个字段不可省略，不方便。
本篇侧重介绍配置，更详细的说明，请阅读官方文档。另外，Taro不局限于Excel，还可以读写Word、PDF等文档。