C#利用Openxml读取Excel数据实例

C#利用OpenXML读取Excel数据实例

1. 什么是 OpenXML?

OpenXML是一个开放式、XML-based格式，用于表述和传输数据、文档和电子表格。该格式由Microsoft于2007年推出，其主要作用是为了实现对微软Office系列软件的扩展。OpenXML可以通过Microsoft Office 2007或更高版本创建和编辑，如Word、PowerPoint、Excel、Outlook等。

2. 为什么要使用 OpenXML?

使用 OpenXML 的主要原因是为了通过程序的方式操作和修改Microsoft Office系列文件。比如，现在很多企业都需要将Excel文件中的数据抽离出来，再进行各种统计和筛选。在此情景下，我们可以使用C#程序通过OpenXML来读取Excel文件中的数据，进而实现数据处理和分析。

3. 使用OpenXML读取Excel数据的步骤

添加OpenXML的引用

为了使用OpenXML，我们需要在项目中添加NuGet包，可以使用NuGet包管理工具或直接手动添加。使用 NuGet 安装时，我们只需要在包管理器控制台中输入以下代码即可安装：

PM> Install-Package DocumentFormat.OpenXml

创建读取流对象

在C#程序中，我们需要先获得一个实际数据的流对象。我们可以通过以下代码获得数据流：

using (var fs = new FileStream(fileInfo.FullName, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
{
    using (var doc = SpreadsheetDocument.Open(fs, false))
    {
        var sheets = doc.WorkbookPart.Workbook.Sheets;

        foreach (var sheet in sheets)
        {
            var worksheet = (WorksheetPart)doc.WorkbookPart.GetPartById(sheet.Id);

            var rows = worksheet.Worksheet.GetFirstChild<SheetData>().Descendants<Row>();
            foreach (var row in rows)
            {
                //此处需要读取具体行数据并做相应处理
            }
        }
    }
}

需要注意的是，示例代码中的fileInfo是由传入参数得到的参数FileInfo对象，它是Excel文档的文件路径，即需要读取的Excel文件路径。

读取行数据

在获取Excel数据流后，我们需要读取数据流的每一行。具体代码如下：

var cellValueList = new List<string>();
foreach (var cell in row.Descendants<Cell>())
{
    var value = cell.InnerText;

    if (cell.DataType != null && cell.DataType == CellValues.SharedString)
    {
        value = doc.WorkbookPart.SharedStringTablePart.SharedStringTable.ChildElements[int.Parse(value)].InnerText;
    }

    cellValueList.Add(value);
}

在该示例代码中，我们遍历了每一行中的每一个单元格。对于每个单元格，我们读取了它的InnerText并获取它的数据类型，若单元格数据类型为SharedString则根据ChildElements[index]获取真正的值。

4. 示例说明

下面，我们通过两个数据集来说明如何使用OpenXML读取Excel数据并进行数据处理：

示例1：读取一般数据集

在这个示例中，我们将读取一个Excel文件，该文件包含三列数据，分别是姓名、年龄和职业。首先我们找到Excel文件所在的路径，通过以下代码获取数据流：

var fileInfo = new FileInfo(@"D:\samples\example1.xlsx");
using (var fs = new FileStream(fileInfo.FullName, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
{
    using (var doc = SpreadsheetDocument.Open(fs, false))
    {
        var sheets = doc.WorkbookPart.Workbook.Sheets;

        foreach (var sheet in sheets)
        {
            var worksheet = (WorksheetPart)doc.WorkbookPart.GetPartById(sheet.Id);
            Console.WriteLine($"Sheet Name:{sheet.Name}");

            var rows = worksheet.Worksheet.GetFirstChild<SheetData>().Descendants<Row>();

            foreach (var row in rows)
            {
                var cellValueList = new List<string>();

                foreach (var cell in row.Descendants<Cell>())
                {
                    var value = cell.InnerText;

                    if (cell.DataType != null && cell.DataType == CellValues.SharedString)
                    {
                        value = doc.WorkbookPart.SharedStringTablePart.SharedStringTable.ChildElements[int.Parse(value)].InnerText;
                    }

                    cellValueList.Add(value);
                }

                Console.WriteLine($"{cellValueList[0]} {cellValueList[1]} {cellValueList[2]}");
            }
        }
    }
}

当我们执行该程序后，便会输出读取到的数据：

Sheet Name:Sheet1
姓名 年龄 职业
张三 25 技术部
李四 24 人事部
王五 23 财务部

示例2：读取数据表头与数据内容

在这个示例中，我们将读取一个Excel文件，该文件的第一行是数据表头，之后的每一行是数据内容。我们将分别读取表头和数据内容，并进行处理。代码如下：

var fileInfo = new FileInfo(@"D:\samples\example2.xlsx");
using (var fs = new FileStream(fileInfo.FullName, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
{
    using (var doc = SpreadsheetDocument.Open(fs, false))
    {
        var sheets = doc.WorkbookPart.Workbook.Sheets;

        foreach (var sheet in sheets)
        {
            var worksheet = (WorksheetPart)doc.WorkbookPart.GetPartById(sheet.Id);
            Console.WriteLine($"Sheet Name:{sheet.Name}");

            var rows = worksheet.Worksheet.GetFirstChild<SheetData>().Descendants<Row>();
            var fieldNames = new List<string>();
            var fieldList = new List<List<string>>();

            foreach (var row in rows)
            {
                var cellValueList = new List<string>();
                foreach (var cell in row.Descendants<Cell>())
                {
                    var value = cell.InnerText;

                    if (cell.DataType != null && cell.DataType == CellValues.SharedString)
                    {
                        value = doc.WorkbookPart.SharedStringTablePart.SharedStringTable.ChildElements[int.Parse(value)].InnerText;
                    }

                    cellValueList.Add(value);
                }

                if (row.RowIndex == 1)
                {
                    fieldNames = cellValueList;
                }
                else
                {
                    fieldList.Add(cellValueList);
                }
            }

            Console.WriteLine("Field Names:");
            Console.WriteLine(string.Join(",", fieldNames));
            Console.WriteLine("Data:");
            foreach (var fieldRow in fieldList)
            {
                Console.WriteLine(string.Join(",", fieldRow));
            }
        }
    }
}