用Open XML SDK读取Excel

Excel的便捷使得其在非开发人员的办公中非常流行，而Excel确实也提供了很多有用的功能。很多时候我们还需要以Excel为数据源来进行处理或者将Excel作为 模板来生成一些 报表。在Open XML SDK没出来之前，我们大多采用引用Office类库的方法来做处理，但这样的操作显得很麻烦。而Open XML SDK的出现，让我们可以以一个很自然的方式来处理这些数据，本文我们就一起了解一下如何使用Open XML SDK来通过LINQ to XML的方式操作Excel。 这些代码是建立在Open XML SDK CTP 2基础上的，使用前请先下载Open XML Format SDK 2.0。点击 这里下载。SDK默认会 安装在C:\Program Files (x86)\Open XML Format SDK\V2.0 (64bit)目录下，lib子目录下的DocumentFormat.OpenXml.dll必须被引用到项目中。 Excel也罢，word也罢，他们都是通过Open XML的标准来组织特定标记的。其实，你只要理解这些标记的含义，你可以不用任何 工具自己来解析XML得到你想要的内容和格式。而Open XML SDK提供给我们的是更统一的解析方式。通过下边传统的DOM解析，你可以得到一个Excel的worksheet集合。 public static List<String> GetSheets(String strFileName) { // Fill this collection with a list of all the sheets. List<String> sheets = new List<String>(); using (SpreadsheetDocument xlPackage = SpreadsheetDocument.Open(strFileName, false)) { WorkbookPart workbook = xlPackage.WorkbookPart; Stream workbookstr = workbook.GetStream(); XmlDocument doc = new XmlDocument(); doc.Load(workbookstr); XmlNamespaceManager nsManager = new XmlNamespaceManager(doc.NameTable); nsManager.AddNamespace("default", doc.DocumentElement.NamespaceURI); XmlNodeList nodelist = doc.SelectNodes("//default:sheets/default:sheet", nsManager); foreach (XmlNode node in nodelist) { String sheetName = String.Empty; sheetName = node.Attributes["name"].Value; sheets.Add(sheetName); } } return sheets; } 复制代码 对于每一个工作簿而言，Open XML Format SDK将它以不同对象之间的关系来组织。在下边的图中你可以看到这些内嵌的对象间的关系。需要说明的是，他们都代表在Excel中不同的应用，例如Columns，你可以通过它得到你的工作簿中的列。TablePart则列举了在工作簿中以Table（可以理解为以数据表，具有过滤，排序，汇总等功能）方式展现的数据区域。 而我们可能更关心的是如何来得到行、列单元格内的值。当然，worksheet除了这些对象（关系）集合外，它也通过直观的行(Row)、列(Cell)来组织内容区域。通过LINQ to XML我们可以很容易的通过Descendents来得到。 IEnumerable<Sheet> sheets = document.WorkbookPart.Workbook.Descendants<Sheet>().Where(s => s.Name == strSheet); if (sheets.Count() == 0) { // The specified worksheet does not exist. return null; } WorksheetPart worksheetPart = (WorksheetPart)document.WorkbookPart.GetPartById(sheets.First().Id); Worksheet worksheet = worksheetPart.Worksheet; //Ignore row header IEnumerable<Row> rows = worksheet.Descendants<Row>(); foreach (Row row in rows) { foreach (Cell cell in row) { …… } } 复制代码 能够对Row和Cell进行遍历，这就容易多了。你可以很容易的取出某一行某一列，或者所有列的数据并输出（当然，同等的道理，你也可以写入），操作起来是不是很方便呢？但不要忘记了，你很难得到cell的值：cell.InnerText并不是在任何时候都有效的。对于s类型的列（SharedStringTable类型），它的值是 存储在子元素内的。 public static String GetValue(Cell cell, SharedStringTablePart stringTablePart) { if (cell.ChildElements.Count == 0) return null; //get cell value String value = cell.CellValue.InnerText; //Look up real value from shared string table if ((cell.DataType != null) && (cell.DataType == CellValues.SharedString)) value = stringTablePart.SharedStringTable .ChildElements[Int32.Parse(value)] .InnerText; return value; } 复制代码 这时，你可以通过String columnValue = GetValue(cell, tablePart);的方式来取得单元格值。tablePart就是WorkbookPart.SharedStringTablePart，它存储了所有以SharedStringTable方式存储数据的子元素。 再扩展一下如果你想将一个Excel的工作簿以强类型展示，那该如何做呢？列明，每一个行代表一个对象元素，通过反射来来对对象赋值。请注意在工作簿中并不是每个列都能和你的类属性对应的，所以必须判断。当然，你也可以通过中间元素来产生映射扩展。 //get SharedStringTablePart to get the cell value. SharedStringTablePart tablePart = document.WorkbookPart.SharedStringTablePart; //Column headers String[] cellHeaders = null; String[] cellValues = null; //Ignore row header IEnumerable<Row> rows = worksheet.Descendants<Row>(); foreach (Row row in rows) { if (row.RowIndex == 1) { cellHeaders = new String[row.Count()]; } cellValues = new String[row.Count()]; int i = 0; foreach (Cell cell in row) { String columnValue = GetValue(cell, tablePart); //The first row is header if (row.RowIndex == 1) { cellHeaders = columnValue; } else { cellValues = columnValue; } i++; } if (row.RowIndex > 1) { products.Add(ProductConverter.Convert(cellValues, cellHeaders)); } } 复制代码 对最终的单元格值集合到Product对象的转换，我们通过ProductConverter类来完成。在这里，你可以通过反射来完成，但枚举出所有你可能用到的类型是你不得不面对的问题。 foreach (PropertyInfo pi in product.GetType().GetProperties()) { for (int i = 0; i < cellHeader.Length; i++) { if (pi.Name.Equals(cellHeader, StringComparison.OrdinalIgnoreCase)) { //get property type String propertyType = pi.PropertyType.Name; switch (propertyType) { case "Int32": pi.SetValue(product, int.Parse(cellValues), null); break; case "DateTime": pi.SetValue(product, System.DateTime.Parse(cellValues), null); break; case "Decimal": pi.SetValue(product, Decimal.Parse(cellValues), null); break; case "Double": pi.SetValue(product, Double.Parse(cellValues), null); break; case "String": pi.SetValue(product, cellValues, null); break; } break; } } } 复制代码 通过将数据展现到 UI上，你可以验证你的工作 是否成功： List<Product> products = SpreadSheetFunction.GetProducts(strFileName, "Products"); this.dataGridView1.DataSource = products; 复制代码 其实对于Excel中的Table可能更有意思。因为你可以通过它来实现过滤，排序，汇总，你会感觉它特别方便（起码比Reporting Service来得快多了）。我们会再介绍如何通过更简单的办法来对Excel Table操作。（文/ Allan.）