C#读取excel文件数据丢失问题

 最近在处理C#读取excel文件时碰到了个BT问题，有部分数据读取失败了，翻看了不少资料，终于找到了问题的所在，所以在这里跟大伙分享下：

简要问题分析：

用C#读取excel文件数据时，出现数据丢失现象。

经查资料，发现产生这种问题的根源与Excel ISAM[3]（Indexed Sequential Access Method，即索引顺序存取方法）驱动程序的限制有关，Excel ISAM 驱动程序通过检查前几行中实际值确定一个 Excel 列的类型，然后选择能够代表其样本中大部分值的数据类型[4]。也即Excel ISAM查找某列前几行（默认情况下是8行），把占多的类型作为其处理类型。例如如果数字占多，那么其它含有字母等文本的数据项就会置空；相反如果文本居多，纯数字的数据项就会被置空。

相关知识：

现具体分析HDR和IMEX所代表的含义。

HDR用来设置是否将Excel表中第一行作为字段名，“YES”代表是，“NO”代表不是即也为数据内容；

IMEX是用来告诉驱动程序使用Excel文件的模式，其值有0、1、2三种，分别代表导出、导入、混合模式。当我们设置IMEX＝1时将强制混合数据转换为文本，但仅仅这种设置并不可靠，IMEX＝1只确保在某列前8行数据至少有一个是文本项的时候才起作用，它只是把查找前8行数据中数据类型占优选择的行为作了略微的改变。例如某列前8行数据全为纯数字，那么它仍然以数字类型作为该列的数据类型，随后行里的含有文本的数据仍然变空。

网络上大部分的解决方法：

1、修改连接字符串：

如原来的连接字符串为： string strConn = "Provider=Microsoft.Jet.OLEDB.4.0;Data Source=" + Path + "; Extended Properties=Excel 8.0;";  

将其修改为：string strConn = "Provider=Microsoft.Jet.OLEDB.4.0;Data Source=" + Path + ";Extended Properties=Excel 8.0;IMEX=1;";

2、我还看到的一些改进的措施是IMEX＝1与注册表值TypeGuessRows配合使用。

TypeGuessRows 值决定了ISAM 驱动程序从前几条数据采样确定数据类型，默认为“8”。可以通过修改“HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Jet\4.0\Engines\Excel”下的该注册表值来更改采样行数。但是这种改进还是没有根本上解决问题，即使我们把IMEX设为“1”， TypeGuessRows设得再大，例如1000，假设数据表有1001行，某列前1000行全为纯数字，该列的第1001行又是一个文本，ISAM驱动的这种机制还是让这列的数据变成空。

故此，以上两种解决方式都存在着一定的弊端。经过仔细的查阅资料，总结出如下方法：

解决办法：

从以上的分析中可以得知，当某列数据中含有混合类型时，在.NET中使用Microsoft.Jet.OLEDB.4.0来读取Excel文件造成数据丢失是不可避免的，要解决这个问题只能考虑采用其它数据读取方法。 在.NET中读取Excel文件的另外一种方法是回到使用传统COM组件，这种方法在很多技术文章或论文中都有涉及，本文不作赘述。需要指出的是，使用COM组件来读取Excel文件数据的效率较低，在作释放的时候有可能碰到不可预知的错误，特别开发Web应用的程序应该慎重使用。  （不推荐使用）不过在网上查到了另外一种利用读取CSV纯文本格式解决此问题的方法。 　　（1）在读取Excel的.xls类型的文本数据之前，先将其转换为.csv格式，在Excel中直接另存为这种格式就可以达到转换的目的。CSV文件又称为逗号分隔的文件，是一种纯文本文件，它以“,”分隔数据列，本文表1的数据表用CSV格式存储后用纯文本编辑器打开的表现形式如表3所示。 　　表3 采用CSV格式保存的表1数据 　　需要指出的是，CSV文件也可以用Ole DB或ODBC的方式读取，但是如果采用这些方式读取其数据又会回到丢失数据的老路上，ISAM机制同样会发挥作用。 　　（2）采用普通的读取文本文件的方法打开文件，读取第一行，用“,”作为分隔符获得各字段名，在DataTable中创建对应的各字段，字段的类型可以统一创建成“String”。 　　本文原文　　（3）逐行读取数据行， 用“,”作为分隔符获得某行各列的数据并填入DataTable相应的字段中。 　　实现的简化代码如下： 　　String line; 　　String [] split = null; 　　DataTable table=new DataTable("Thylx"); 　　DataRow row=null; 　　StreamReader sr=new StreamReader("c:/Thylx.csv",System.Text.Encoding.Default); 　　//创建与数据源对应的数据列 　　line = sr.ReadLine(); 　　split=line.Split(','); 　　foreach(String colname in split){ 　　table.Columns.Add(colname,System.Type.GetType("System.String")); } 　　//将数据填入数据表 　　int j=0; 　　while((line=sr.ReadLine())!=null){ 　　 j=0; 　　 row = table.NewRow(); 　　 split=line.Split(','); 　　 foreach(String colname in split){ 　　 row[j]=colname; 　　 j++;} 　　 table.Rows.Add(row);} 　　 sr.Close(); 　　//显示数据 　　dataGrid1.DataSource=table.DefaultView; 　　dataGrid1.DataBind(); 总结： 在应用程序的设计中，需要访问Excel数据的情况非常普遍，本文以在.NET中对访问含有混合类型数据的Excel表格拟采取的方法进行探讨。当然，如果不存在混合类型的数据使用Microsoft.Jet.OLEDB为较佳方案，也就是我上面提到的在网络中查到的大部分做法。本文只是针对NET方面的一些研究，对于其他开发语言，可参照类似的做法来解决excel读取时数据丢失的问题