问题及现象
在OpenXML中文件不包含空白单元格的条目,这就是跳过空白单元格的原因。
所以如果当我们打开一个excel,读取一个表格数据,发现如果有空单元格,openXML会跳过导致读取的数据发生错位。
比如这个是原始的excel表格数据。
|-----|----|------------|----|----|-----|
| 年级 | 班级 | 身份标识 | 姓名 | 性别 | 年龄 |
| 一年级 | | 2024010102 | | 女 | 15 |
| 一年级 | 一班 | 2024010103 | 王五 | 男 | 14 |
| 一年级 | 一班 | 2024010104 | 赵六 | 男 | 14是 |
| 一年级 | 一班 | 2024010105 | 钱七 | 女 | 14 |
| 一年级 | | 2024010106 | 孙八 | 男 | 12 |
当有空格读取后,第一行和最后一行的数据就会错位了,如下:
|-----|------------|------------|----|----|-----|
| 年级 | 班级 | 身份标识 | 姓名 | 性别 | 年龄 |
| 一年级 | 2024010102 | 女 | 15 | | |
| 一年级 | 一班 | 2024010103 | 王五 | 男 | 14 |
| 一年级 | 一班 | 2024010104 | 赵六 | 男 | 14是 |
| 一年级 | 一班 | 2024010105 | 钱七 | 女 | 14 |
| 一年级 | 2024010106 | 孙八 | 男 | 12 | |
解决的办法就是:
假设:
DocumentFormat.OpenXml.Spreadsheet.Row row,
Cell cell = row.Elements<Cell>().FirstOrDefault(c => c.CellReference == $"列行");
//例如:c.CellReference =="A12"
当cell是空的时候,表示该单元格是空值。
因此对于从行中提取单元格不能使用"foreach (Cell cell in row)",这样取出来的cell是非空的单元格,也就是如果你有10列,有两列是空单元格,那么就只能取出来8列,这就导致了取出数据的错位。
而应该使用循环,也就是知道了表格的列数了,然后使用for去循环,例如:
for (int columnIndex = 0; columnIndex < dt.Columns.Count; columnIndex++)
{
//查找指定的行列单元格是否存在。
Cell cell = row.Elements<Cell>().FirstOrDefault(c => c.CellReference == $"{columnReference[columnIndex]}{row.RowIndex}");//例如:c.CellReference =="A12"
string cellVal = null; //定义获取的单元格的值,默认为空
if (cell != null)
{//不为空使用定义的GetCellValue()函数获取cell中的值
cellVal = GetCellValue(cell, workbookPart);
}
....
}
以下为封装的OpenXML处理的完整代码
调用ReadSheetWithHeader()函数,ReadSheetWithHeader会调用封装的OpenXml类OutExcel对象,从而把指定的excel文件的sheet表读取到DataTable的数据集合中。
/// <summary>
/// 将指定的excel文件中的指定索引的sheet读取到表对象中
/// </summary>
/// <param name="fileNm">excel文件路径</param>
/// <param name="sheetIndex">sheet索引</param>
/// <returns>返回DataTable对象</returns>
public DataTable ReadSheetWithHeader(string fileNm, int sheetIndex)
{
FileStream fs = new FileStream(fileNm, FileMode.Open, FileAccess.Read, FileShare.Read);
DataTable dt = new OutExcel().ReadExcel(sheetIndex, fs);
return dt;
}
封装OpenXml类OutExcel
using DocumentFormat.OpenXml;
using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Spreadsheet;
using System;
using System.Collections.Generic;
using System.Data;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
namespace OpenExcelMng
{
public class OutExcel
{
/// <summary>
/// 按照给定的Excel流组织成Datatable
/// </summary>
/// <param name="sheetName">须要读取的Sheet的名称</param>
/// <param name="stream">Excel文件流</param>
/// <returns>组织好的DataTable</returns>
public DataTable ReadExcel(string sheetName, Stream stream)
{
using (SpreadsheetDocument document = SpreadsheetDocument.Open(stream, false))
{ //打开Stream
WorkbookPart workbookPart = document.WorkbookPart;
IEnumerable<Sheet> sheets = workbookPart.Workbook.Descendants<Sheet>().Where(s => s.Name == sheetName);
if (sheets.Count() == 0)
{//找出合适前提的sheet,没有则返回
return null;
}
WorksheetPart worksheetPart = (WorksheetPart)document.WorkbookPart.GetPartById(sheets.First().Id);
//获取Excel中共享数据
SharedStringTable stringTable = document.WorkbookPart.SharedStringTablePart.SharedStringTable;
IEnumerable<Row> rows = worksheetPart.Worksheet.Descendants<Row>();//获得Excel中得数据行
DataTable dt = new DataTable("Excel");
//因为须要将数据导入到DataTable中,所以我们假定Excel的第一行是列名,从第二行开端是行数据
foreach (Row row in rows)
{
if (row.RowIndex == 1)
{//Excel第一行动列名
GetDataColumn(row, stringTable, ref dt);
}
else
{
GetDataRow(row, stringTable, workbookPart, ref dt);//Excel第二行同时为DataTable的第一行数据
}
}
return dt;
}
}
/// <summary>
/// 按照给定的Excel流组织成Datatable
/// </summary>
/// <param name="sheetIndex">须要读取的Sheet的索引</param>
/// <param name="sheetIndex">Excel文件流</param>
/// <returns>组织好的DataTable</returns>
public DataTable ReadExcel(int sheetIndex, Stream stream)
{
using (SpreadsheetDocument document = SpreadsheetDocument.Open(stream, false))
{//打开Stream
WorkbookPart workbookPart = document.WorkbookPart;
IList<Sheet> sheets = workbookPart.Workbook.Descendants<Sheet>().ToList();
if (sheets.Count() == 0)
{//找出合适前提的sheet,没有则返回
return null;
}
WorksheetPart worksheetPart = (WorksheetPart)document.WorkbookPart.GetPartById(sheets[sheetIndex].Id);
//获取Excel中共享数据
SharedStringTable stringTable = document.WorkbookPart.SharedStringTablePart.SharedStringTable;
IEnumerable<Row> rows = worksheetPart.Worksheet.Descendants<Row>();//获得Excel中得数据行
DataTable dt = new DataTable("Excel");
//因为须要将数据导入到DataTable中,所以我们假定Excel的第一行是列名,从第二行开端是行数据
foreach (Row row in rows)
{
if (row.RowIndex == 1)
{//Excel第一行动列名
GetDataColumn(row, stringTable, ref dt);
}
else
{
GetDataRow(row, stringTable, workbookPart, ref dt);//Excel第二行同时为DataTable的第一行数据
}
}
return dt;
}
}
/// <summary>
/// 构建DataTable的列
/// </summary>
/// <param name="row">OpenXML定义的Row对象</param>
/// <param name="stringTablePart"></param>
/// <param name="dt">须要返回的DataTable对象</param>
/// <returns></returns>
public void GetDataColumn(Row row, SharedStringTable stringTable, ref DataTable dt)
{
DataColumn col = new DataColumn();
Dictionary<string, int> columnCount = new Dictionary<string, int>();
foreach (Cell cell in row)
{
string cellVal = GetValue(cell, stringTable);
col = new DataColumn(cellVal);
if (IsContainsColumn(dt, col.ColumnName))
{
if (!columnCount.ContainsKey(col.ColumnName))
columnCount.Add(col.ColumnName, 0);
col.ColumnName = col.ColumnName + (columnCount[col.ColumnName]++);
}
dt.Columns.Add(col);
}
}
/// <summary>
/// 构建DataTable的每一行数据,并返回该Datatable
/// </summary>
/// <param name="row"></param>
/// <param name="stringTable"></param>
/// <param name="workbookPart">用于处理获取Cell中的信息,如果Cell存在,不是空单元格</param>
/// <param name="dt">把行数据写入到datatabl中</param>
private void GetDataRow(DocumentFormat.OpenXml.Spreadsheet.Row row,
DocumentFormat.OpenXml.Spreadsheet.SharedStringTable stringTable, //不再使用
DocumentFormat.OpenXml.Packaging.WorkbookPart workbookPart, //用于处理获取Cell中的信息,如果Cell存在,不是空单元格
ref System.Data.DataTable dt) //把行数据写入到datatabl中。
{
// 读取算法:按行一一读取单位格,若是整行均是空数据
// 则忽视改行(因为本人的工作内容不须要空行)-_-
DataRow dr = dt.NewRow();
int i = 0;
int nullRowCount = i;
Dictionary<int, string> columnReference = new Dictionary<int, string>();
columnReference.Add(0, "A");
columnReference.Add(1, "B");
columnReference.Add(2, "C");
columnReference.Add(3, "D");
columnReference.Add(4, "E");
columnReference.Add(5, "F");
columnReference.Add(6, "G");
columnReference.Add(7, "H");
for (int columnIndex = 0; columnIndex < dt.Columns.Count; columnIndex++)
{
Cell cell = row.Elements<Cell>().FirstOrDefault(c => c.CellReference == $"{columnReference[columnIndex]}{row.RowIndex}");//例如:c.CellReference =="A12"
string cellVal = null;
if (cell != null)
{
cellVal = GetCellValue(cell, workbookPart);
}
if (string.IsNullOrEmpty(cellVal))
{
nullRowCount++;
}
dr[i] = cellVal;
i++;
}
if (nullRowCount != i)
{
dt.Rows.Add(dr);
}
}
/// <summary>
/// 获取单位格的值
/// </summary>
/// <param name="cell">单元格</param>
/// <param name="workbookPart"></param>
/// <param name="type">1 不去空格 2 前后空格 3 所有空格 </param>
/// <returns></returns>
public static string GetCellValue(Cell cell, WorkbookPart workbookPart, int type = 2)
{
//合并单元格不做处理
if (cell.CellValue == null)
return string.Empty;
string cellInnerText = cell.CellValue.InnerXml;
//纯字符串
if (cell.DataType != null && (cell.DataType.Value == CellValues.SharedString || cell.DataType.Value == CellValues.String || cell.DataType.Value == CellValues.Number))
{
//获取spreadsheetDocument中共享的数据
SharedStringTable stringTable = workbookPart.SharedStringTablePart.SharedStringTable;
//如果共享字符串表丢失,则说明出了问题。
if (!stringTable.Any())
return string.Empty;
string text = stringTable.ElementAt(int.Parse(cellInnerText)).InnerText;
if (type == 2)
return text.Trim();
else if (type == 3)
return text.Replace(" ", "");
else
return text;
}
//bool类型
else if (cell.DataType != null && cell.DataType.Value == CellValues.Boolean)
{
return (cellInnerText != "0").ToString().ToUpper();
}
//数字格式代码(numFmtId)小于164是内置的:https://www.it1352.com/736329.html
else
{
//为空为数值
if (cell.StyleIndex == null)
return cellInnerText;
Stylesheet styleSheet = workbookPart.WorkbookStylesPart.Stylesheet;
CellFormat cellFormat = (CellFormat)styleSheet.CellFormats.ChildElements[(int)cell.StyleIndex.Value];
uint formatId = cellFormat.NumberFormatId.Value;
double doubleTime;//OLE 自动化日期值
DateTime dateTime;//yyyy/MM/dd HH:mm:ss
switch (formatId)
{
case 0://常规
return cellInnerText;
case 9://百分比【0%】
case 10://百分比【0.00%】
case 11://科学计数【1.00E+02】
case 12://分数【1/2】
return cellInnerText;
case 14:
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("yyyy/MM/dd");
//case 15:
//case 16:
case 17:
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("yyyy/MM");
//case 18:
//case 19:
case 20:
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("H:mm");
case 21:
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("HH:mm:ss");
case 22:
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("yyyy/MM/dd HH:mm");
//case 45:
//case 46:
case 47:
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("yyyy/MM/dd");
case 58://【中国】11月11日
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("MM/dd");
case 176://【中国】2020年11月11日
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("yyyy/MM/dd");
case 177://【中国】11:22:00
doubleTime = double.Parse(cellInnerText);
dateTime = DateTime.FromOADate(doubleTime);
return dateTime.ToString("HH:mm:ss");
default:
return cellInnerText;
}
}
}
/// <summary>
/// 获取单位格的值
/// </summary>
/// <param name="cell"></param>
/// <param name="stringTablePart"></param>
/// <returns></returns>
private string GetValue(Cell cell, SharedStringTable stringTable)
{
//因为Excel的数据存储在SharedStringTable中,须要获取数据在SharedStringTable 中的索引
string value = string.Empty;
try
{
if (cell.ChildElements.Count == 0)
return value;
value = double.Parse(cell.CellValue.InnerText).ToString();
if (cell.DataType != null)
{
switch (cell.DataType.Value)
{
case CellValues.SharedString:
value = stringTable.ChildElements[Int32.Parse(value)].InnerText; break;
}
}
}
catch (Exception ex)
{
value = "N/A";
}
return value;
}
/// <summary>
/// 判断网格是否存在列
/// </summary>
/// <param name="dt">网格</param>
/// <param name="columnName">列名</param>
/// <returns></returns>
public bool IsContainsColumn(DataTable dt, string columnName)
{
if (dt == null || columnName == null)
{
return false;
}
return dt.Columns.Contains(columnName);
}
public static void ConvertToDateTime(ref DataTable dt, string columnNm, string dtFormat)
{
int findLoca_Old = dt.Columns.IndexOf(columnNm);
DataColumn newColumn = new DataColumn(System.Guid.NewGuid().ToString(), typeof(String));
string newColumnNm = newColumn.ColumnName;
dt.Columns.Add(newColumn);
newColumn.SetOrdinal(findLoca_Old + 1);
foreach (DataRow row in dt.Rows)
{
try
{
double val = Convert.ToDouble(row[columnNm]);
row[newColumnNm] = DateTime.FromOADate(val).ToString(dtFormat);
}
catch (Exception ex)
{
;
}
}
dt.Columns.RemoveAt(findLoca_Old);
newColumn.ColumnName = columnNm;
}
}
}