基于 DocumentFormat.OpenXml 操作 Excel （1）-- 初识

　　最近抽空研究了一下 基于DocumentFormat.OpenXml操作Excel，也把自己的理解记录下来，便于日后可以查阅。

　　各种系统中，导出Excel是一种很常见的功能，在C#/.Net 环境下, 市面上存在很多相关的类库，开源免费的有基于JAVA的POI移植过来的 NPOI、 EPPlus、OpenXML 等等；也有收费的 如 Aspose.Cells、Spire.XLS 等。

　　收费的商业组件在性能，功能上会一般来说都会比较好，例如Aspose.Cells，在性能上是比较卓越的，价格最便宜也要1000美金左右。 但是大部分公司，特别是初创公司，考虑到成本问题，用得比较多的，可能还是会使用开源免费的 NPOI 和 EPPlus，而OpenXML（DocumentFormat.OpenXml） 是微软官方推出的一个操作Excel, Word, PPT文件的组件，而且操作的是更为底层的部分，能够做到灵活和精确的控制，但是本身操作起来会比较复杂，有些顺序的限制，会感觉没有 NPOI 和 EPPlus 方便，而且生成出来的excel搞不好还会提示错误（有可能WPS打开不会，office打开会），而且性能方面虽然操作底层，但是也要看使用者本身，不一定性能可以很高。所以本身是比较少人会考虑使用它。

　　这个组件为啥叫 OpenXML SDK，因为从07版本之后，office系列的文档，包括Excel, Word, PPT这些文档，都是使用XML方式存储的。 而 Office 的 Open XML 文件格式规范是一个开放的国际性标准 ，是 ECMA 376 标准， 可以查阅这个网址：https://www.ecma-international.org/publications/standards/Ecma-376.htm 。 所以如果要学习这个SDK，则需要了解Excel里面 XML的组成元素，这个可以查阅 ECMA 376 标准的定义，但是会比较难啃。 但是了解Excel的内部组成，也对于你后期操作Excel的准确度，以及性能优化也是有帮助的。另外，由于是操作XML， 所以 OpenXML SDK只能适用与07版本后的office， 像2003版本的Excel 文件（.xls）是不支持的。

　　在一个文档的内部，都是由多份XML的东西来组成的。 我们可以自己新建一个Excel文档（.xlsx），然后修改其后缀名 xlsx 为 rar/zip， 可以直接解压。

　　如下图所示：

　　　

　

　　

　　从以上的图中解压出来后的文件，可以看出，一个 Excel （.xlsx）文件里面包含很多个XML文件，分别代表一个Excel不同模块的数据组成。

　　从名字上，我们大概初步可以猜测出几点： 

  （1）workbook.xml 一个工作簿（Excel文件）的总览

  （2）styles.xml 样式相关

  （3）worksheets文件夹，包含多份xml， 每一份代表一个工作簿（Excel文件）里面其中的一个工作表（WorkSheet）

  （4）theme 文件夹，Excel主题相关

  （5）printerSettings文件夹， 打印设置相关

 

那么再来看看，初步通过代码应该怎么实现。

微软官方提供的文档说明，可以查阅：https://docs.microsoft.com/zh-cn/office/open-xml/structure-of-a-spreadsheetml-document

OpenXML SDK 对应的Nuget包叫DocumentFormat.OpenXml，目前最新版本是 2.11.3，地址是： https://www.nuget.org/packages/DocumentFormat.OpenXml/   

OpenXML SDK 的相关类型说明，可以查阅微软官方提供的API文档：https://docs.microsoft.com/zh-cn/dotnet/api/documentformat.openxml.spreadsheet.workbook?view=openxml-2.8.1

在C#.Net 项目中，通过VS开发工具的Nuget管理工具安装，也可以直接在终端通过nuget包管理命令安装：  Install-Package DocumentFormat.OpenXml -Version 2.11.3 

 

 

根据微软官方的文档，先来通过C#代码，简单生成一个excel文件，并且保存到磁盘。 通过Nuget安装好SDK。

根据微软官方的介绍，一份最小（空白）工作簿必须包含以下内容，要：

    1、有一个工作表(WorkSheet)

    2、工作表的Id

    3、指向工作表定义位置的关系 Id 

 

可能听起来有点难理解，通过这个来看下面的代码示例（可以运行的）  

 1 using System;
 2 using System.IO;
 3 using DocumentFormat.OpenXml;
 4 using DocumentFormat.OpenXml.Packaging;
 5 using DocumentFormat.OpenXml.Spreadsheet;
 6 
 7 namespace PracticePart1
 8 {
 9     public class Program
10     {
11         public static void Main(string[] args)
12         {
13             //当前运行时路径
14             var directoryInfo = new DirectoryInfo(Directory.GetCurrentDirectory());
15             var fileName = $@"PracticePart1-{DateTime.Now:yyyyMMddHHmmss}.xlsx";
16 
17             //文件路径，保存在运行时路径下
18             var filepath = Path.Combine(directoryInfo.ToString(), fileName);
19             Console.WriteLine($"FilePath: {filepath}");
20 
21             //创建SpreadsheetDocument对象，xlsx类型，通过路径
22             var spreadsheetDocument = SpreadsheetDocument.Create(filepath, SpreadsheetDocumentType.Workbook);
23 
24             //通过Stream对象
25             //MemoryStream ms = new MemoryStream();
26             //SpreadsheetDocument.Create(ms, SpreadsheetDocumentType.Workbook);
27 
28             //调用AddWorkbookPart, 创建WorkbookPart对象， 创建Workbook对象（相当于XML根元素）关联到WorkbookPart
29             var workbookPart = spreadsheetDocument.AddWorkbookPart();
30             workbookPart.Workbook = new Workbook();
31 
32             //通过上面的WorkbookPart，创建WorksheetPart对象，创建Worksheet对象（相当于XML根元素）关联到 WorksheetPart
33             var worksheetPart = workbookPart.AddNewPart();
34             worksheetPart.Worksheet = new Worksheet(new SheetData());
35 
36             // 创建Sheets 到 Workbook
37             var sheets = spreadsheetDocument.WorkbookPart.Workbook.AppendChild(new Sheets());
38 
39             // 创建添加Sheet对象， Id关联 Worksheet， 从而命名工作表的名称
40             var sheet = new Sheet()
41             {
42                 Id = spreadsheetDocument.WorkbookPart.GetIdOfPart(worksheetPart),
43                 SheetId = 1,
44                 Name = "myFirstSheet"
45             };
46 
47             //追加到 Sheets
48             sheets.Append(sheet);
49 
50             //保存到磁盘
51             workbookPart.Workbook.Save();
52 
53             // Close the document.
54             spreadsheetDocument.Close();
55         }
56     }
57 }

 

　　以上是可以直接运行，然后生成Excel文件。上述涉及到的几个类型，依据我个人的理解，下面简单说明下。

　　SpreadsheetDocument 表格文档类， 从字面意思，它就表示一个Excel相关的文档包。 通过它的Create方法， 通过枚举来指定文档类型（*.xlsx， 可以指定其它如*.xltx， *.xlsm等），同时指定文件路径（重载方法中，是可以支持传入一个Stream），创建一个document对象。然后创建表示 工作簿 的WorkbookPart， 创建表示 工作表的 WorksheetPart， 这个时候符合上诉的 第一个要求【有一个工作表(WorkSheet)】。

　　接着通过工作簿对象Workbook创建一个Sheets，表示工作簿中的所有表。 这里要先明白Sheet 和 Worksheet 的这2个的不同：

　　（1）Worksheet : 表示的是工作簿的一份工作表的内容定义，就是我们打开Excel文件，下方显示sheet1, sheet2，sheet3....的每一份工作表。

　　（2）Sheet : 代表的是工作簿的一个表，它可以是工作表(Worksheet)， 也可以图表（ChartSheet），也可以是其它类型的表。它本身不涉及具体表怎么定义，但是会通过Id关联具体表的定义； 所以 Sheets 是表示工作簿中关联的所有表的集合（图表，工作表，宏表等）。 比如一个Sheets，它其中包含2个工作表，1个图表，而具体的定义放在其它的地方，一般一个表的定义有一个xml。 

　　Sheet 对象， 有一个 Id 和 SheetId， 这2个字段。 按照上诉的 第二个要求 【工作表的Id】，就是指 SheetId, 自己赋值。 第三个要求【指向工作表定义位置的关系 Id 】， 就是指这个Id字段， 这个Id 指向工作表定义位置（就是指Sheet 关联到具体哪个 WorksheetPart ）， 通过 WorkbookPart.GetIdOfPart 的方法来获取这个Id 。

 

　　以上就是DocumentFormat.OpenXml 创建一个最小化空白文档的方式。