html table to Excel(1)

转载连接：http://www.fengfly.com/plus/view-197341-1.html

最近做一个小的报表系统，功能本身没什么。最后客户要求一个打印功能，所谓打印，就是按照页面上报表的样子，一模一样的为其生成Excel文件。

　　再也不想为了构造结构一样的Excel表格而再次考虑繁琐数据逻辑了！于是乎冒出了这样的一个想法：我要是能获得页面上的报表table，那么只要分析其结构，不就可以构造出相应的Excel表格来吗？

　　思来想去，觉得这应该是一条可以走的通的路，于是便着手寻找实现的办法。终于，发现WebRequest和WebResponse，其分别代表一个Web请求和服务器基于请求的回应，而这个回应包含服务器返回的数据流，从数据流便可获取想要的报表table。

 

　　整个Excel生成功能的思路如下图所示：

 

 

 

　　涉及WebRequest、WebResponse的核心代码如下：

 1      WebRequest wr =  WebRequest.Create(psUrl);
 2      HttpWebRequest oRequest  =  wr  as  HttpWebRequest;
 3       if  ( null   ==  oRequest)  return   null ;
 4 
 5      HttpWebResponse oResponse  ; =  (HttpWebResponse) oRequest.GetResponse();
 6       string  sResponseContent  =   string .Empty;
 7       if  (oResponse.StatusCode  ==  HttpStatusCode.OK)
 8      { 
 9          using  (StreamReader sr  =   new  StreamReader(oResponse.GetResponseStream(),Encoding.UTF8))
10          {
11              sResponseContent  =  sr.ReadToEnd();       // sResponseContent，保存了服务器返回的数据流字符串内容
12              sr.Close();
13          }
14      }
15      oResponse.Close();

 

　　特别需要说明的是，在从数据流向字符串转化的过程中，其内会残留许多\r\t之类的转义字符，我们需要将其剔除。

1       sResponseContent   =  Regex.Replace (sResponseContent,  " [\n\r\t]  " ,  "" );

 

　　本篇至此，下篇将着重介绍table到Excel cell的转化过程。
 

 

　在上一篇文章中，已经解决了如何获取html table结构的问题。在本篇文章中，我们着力于table结构的解析。

 

　　Html table的结构我们大家都很熟悉，那么在另一端如何构造一个结构，让Excel可以很好的接受和处理呢？

　　直观的看，一个完整Excel的内容是由位于各个单元格（Cell）中的内容组合而成的。而每个单元格（Cell）都有相应X、Y坐标来标示其位置。也就是说，一个Excel文件实质上就是许多Cell构成的集合，每个Cell用坐标属性确定位置，用内容属性存储内容。

　　基于此，我设计了最基本的Cell结构：
        ◆ X坐标
        ◆ Y坐标
        ◆ 合并列情况
        ◆ 合并行情况
        ◆ 内容

 

　　构成Excel的最基本的结构已经确定，下一步摆在我们面前的就是将html table转化为Excel Cell集合。

　　Html table中的每个td节点对应一个Excel单元格，其内容不必说，行、列的合并情况也自可由td的rowspan、colspan属性得出，转化的关键点就在于由table的tr td结构定位Excel单元格位置，即X、Y坐标。

　　Y坐标容易确定，即td所在tr的行数。至于一td的X坐标，其要受到两方面因素的影响：与该td同处一tr，但位于其之前（反映在表格视觉上即其左侧td）td的占位情况和该td所在tr的之前tr中某些td的跨行情况。

　　基于此种考虑，定位td的X坐标需经过两个过程的推导：用于处理左侧td占位影响的横向推导（Horizontal Deduction）和处理之前行跨行td影响的纵向推导（Vertical Deduction）。

 

　　以下图所示table为例，展示两次推导过程。

 

　　横向推导（Horizontal Deduction）
　　一次横向推导（Horizontal Deduction）限定在一tr范围内。整个过程基于递归的原理，递归模型如下：

 

　　核心代码为：

 1          private   int  HorizontalDeduction(HtmlNode phnTd)
 2          {
 3              HtmlNode hnPreviousSibling  =  phnTd.PreviousSibling;
 4               while  (hnPreviousSibling  !=   null   &&  hnPreviousSibling.Name  !=  phnTd.Name)
 5              {
 6                  hnPreviousSibling  =  hnPreviousSibling.PreviousSibling;
 7              }
 8 
 9               if  (hnPreviousSibling  !=   null )
10              {
11                   int  nColSpan  =  hnPreviousSibling.GetAttributeValue( " colspan " ,  1 );
12                   return  HorizontalDeduction(hnPreviousSibling)  +  nColSpan;
13              }
14 
15               return   0 ;
16          }

 

　　经过横向推导，各td的X、Y坐标如下图所示：

 

 

　　纵向推导（Vertical Deduction）
　　一次纵向推导的过程可以描述为（当前推导td用A表示）：

 

　　        找到A之前的行tr中与A具有相同X坐标的td节点B

　　        if (B.rowspan>(A.Y-B.Y))
　　        {
　　              X+=B.colspan，即A的X坐标向后推B.colspan的位置

　　              同时，与A同处一tr但在其后边的td节点均应向后推B.colspan个位移
　　        }

 

　　对td节点A反复执行这样的一个过程，直到确定A无需再次移动。

 

　　纵向推导核心代码为：

 1  bool  bActedPush  =   false ;
 2 
 3  do
 4  {
 5       int  nComparedItemIndex  =   - 1 ;
 6       for  ( int  j  =  i  -   1 ; j  >=   0 ; j -- )
 7      {
 8           if  (plstCells[j]._nStartX  ==  oCurrentCell._nStartX)
 9          {
10              nComparedItemIndex  =  j;
11               break ;
12          }
13      }
14 
15       if  (nComparedItemIndex  >=   0 )
16      {
17           if  (plstCells[nComparedItemIndex]._nRowSpan  >  (oCurrentCell._nStartY  -  plstCells[nComparedItemIndex]._nStartY))
18          {
19              oCurrentCell._nStartX  +=  plstCells[nComparedItemIndex]._nColSpan;
20 
21              bActedPush  =   true ;
22 
23               for  ( int  k  =  i  +   1 ; k  <  plstCells.Count; k ++ )
24              {
25                   if  (plstCells[k]._nStartY  ==  oCurrentCell._nStartY)
26                  {
27                      plstCells[k]._nStartX  +=  plstCells[nComparedItemIndex]._nColSpan;
28                  }
29              }
30          }
31           else
32          {
33              bActedPush  =   false ;
34          }
35      }
36       else
37      {
38          bActedPush  =   false ;
39      }
40   }
41    while  (bActedPush);

 

　　以示例table中的four td为例，其经过纵向推导过程后的坐标位置情况如下图：

 

 

　　关于示例代码的几点说明：
　　1、 在示例代码中，我通过一个Config文件对生成的Excel的文件名、其内报表的内容和位置做了一些控制。基本内容如下：

< ExcelDocument >
   < BaseInfo >
     < FileName > Sample Excel File </ FileName >          <!-- 生成Excel的文件名 -->
     < SheetCount > 1 </ SheetCount >          <!-- Excel中sheet的数量 -->
   </ BaseInfo >
   < Tables >
     < ExcelTable >
       < TableName > 示例表一 </ TableName >          <!-- 报表名称 -->
       < WhichSheet > 1 </ WhichSheet >          <!-- 所在sheet的序号 -->
       < StartX > 2 </ StartX >          <!-- 左上角X坐标 -->
       < StartY > 2 </ StartY >          <!-- 左上角Y坐标 -->
       < Source > Sample_Page_1.aspx </ Source >          <!-- table所在页面 -->
     </ ExcelTable >
   </ Tables >
</ ExcelDocument >

　　2、 在解析html的过程中，我使用了HtmlAgilityPack解析工具。感兴趣的朋友可以研究一下。地址是这里：http://htmlagilitypack.codeplex.com/。
　　3、 HtmlAgilityPack解析html的过程中，其将html标签之间的空隙也会看成是一个节点，为内容为空字符串的文本节点，这点大家应注意。
　　4、 该示例代码基本上是一个完整的功能，并且和系统中其他模块耦合度很小。有类似需求的朋友可以拿来直接用。

 

　　附示例代码：ExcelGenerator.rar 

转载于:https://my.oschina.net/weiqinxue/blog/725282