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;

}

 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)

    {

    ……

}

}

 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;

}

 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[i] = columnValue;

        }

        else

        {

            cellValues[i] = columnValue;

        }

        i++;

    }

    if (row.RowIndex > 1)

    {

        products.Add(ProductConverter.Convert(cellValues, cellHeaders));

    }

}

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[i], StringComparison.OrdinalIgnoreCase))

        {

            //get property type

            String propertyType = pi.PropertyType.Name;

            switch (propertyType)

            {

                case "Int32":

                    pi.SetValue(product, int.Parse(cellValues[i]), null);

                    break;

                case "DateTime":

                    pi.SetValue(product, System.DateTime.Parse(cellValues[i]), null);

                    break;

                case "Decimal":

                    pi.SetValue(product, Decimal.Parse(cellValues[i]), null);

                    break;

                case "Double":

                    pi.SetValue(product, Double.Parse(cellValues[i]), null);

                    break;

                case "String":

                    pi.SetValue(product, cellValues[i], null);

                    break;

            }

            break;

        }

    }

}

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;

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。