Web应用中基于XML的Excel报表设计

（本文写于2008年，原本想通过期刊发表，但当时感觉刊登费用过高而放弃发表。）

一 引言
    在基于Web应用的企业信息管理系统中，经常需要将相关数据以Excel文档的方式输出，或打印，或经过二次加工后被其它文档所引用。有两种实现方法：一是在服务器端处理Excel文档，完毕后发送到客户端，在客户端的Excel中打开，另一种方法是在服务器端将数据处理好后发送到客户端，在客户端用脚本打开Excel并装入该数据。后一种方法由于涉及在浏览器中创建一外部对象，要求浏览器设置为较低的安全级别并且需要较复杂的脚本逻辑，因此在多数情况下，第一种方法是首选方法。
    在服务器端处理Excel文档，通常的做法是采用Excel文档对象模型直接操作文档，这种方法要求服务器端安装Excel，操作完成后，由于Excel对象只提供了将结果保存在磁盘上的功能，后续程序必须再从磁盘上读取该文档，再发送到客户端，可以看出，这种方法从安全性（服务器端安装Office软件）和效率上都值得商榷。本文提出采用XML形式而非xls形式Excel文档的方法，支持XML格式是自Excel XP版提供的功能，由于.Net Framework提供了丰富的方法操作XML文档，处理完毕后，可直接发送到客户端，无需安装任何额外的软件，因此这是一种简单易行的报表生产方法。
    多数情况下，用户要求输出的报表格式都已预先确定，可以先制作好这些模板，以XML形式保存在服务器端，在输出时，只需填充数据到对应的单元格，这样，虽然XML文档比较复杂，但制作报表时，只关心如何填充数据即可。
如果不涉及复杂的业务逻辑，计算数据尽量在Excel中通过设置的公式来完成，某些中间结果也可以保存在隐藏列中，以后当报表内容发生小变化时，信息系统管理人员就可以通过修改Excel模板来完成，而不必要求开发人员到场，从而减少了系统维护量。
    由于Excel 2003版全面支持XML形式的载入和输出，是目前最常用的Excel版本，所以本文的分析设计都基于该版本。

 

二   XML 形式的Excel 文档分析

XML 形式的 Excel 文档的结构大致如图 1 所示，其中 (1..n) 表示该元素可以重复 n 次。图中 <DocumentProperties> 、 <ExcelWorkbook> 和 <Style> 分别用来设置 Excel 的文档属性、窗口属性以及文档中所用到的格式信息，本文不必考虑这些元素。 <Worksheet> 是文档内容的主体，代表一个 Excel 页，其中 <Table> 又是 <Worksheet> 的主体，其属性 ExpandedColumnCount 和 ExpandedRowCount 分别用来设置非空单元格的最大行、列数。元素 <Column> 设置列的显示属性，本文不必考虑，元素 <Row> 代表一行，它的子元素 <Cell> 代表单元格，单元格的内容在 <Data> 中， <Data> 的属性 Type 表示单元格内容的数据类型，最常用的类型是 String( 字符串 ) 和 Number( 数字 ) 。如果单元格是一个公式，以 <Cell> 的属性 Formula 表示。

 

图1 XML 形式的Excel 文档的大致结构

为压缩 XML 文档的大小，出现空行或空单元格时，采用特别的处理方式。

•   连续空行大于 2 时，不存储后续的空行信息，第一个空行用属性 Span=“n” 表示后续还有 n 个连续空行，紧跟的第一个非空行用属性 Index=“m” 表示再次的行起始于第 m 行。
• 一行内不保存完全为空的单元格。在下一个非空单元格出现时，用属性 Index=“n” 表示数据再次起始于第 n 列。

三   操作Excel 文档

了解XML 形式的Excel 文档格式，就可以构造出操作此文档的类。作者构造出的操作类如图2 所示。

 

图2  Excel 文档操作类

ExcelCell 类与文档中 <Cell> 元素对应，包含一个 XmlNode 类和 Index 属性，代表某行的非空节点， ExcelRow 类与 <Row> 元素对应，包含一个 ExcelCell 链表、 XmlNode 类和 Index 属性。 ExcelTable 类与 <Worksheet> 元素对应，维护了一个 ExcelRow 链表。 ExcelCell 和 ExcelRow 只起到存储数据的作用，实际的操作都在 ExcelTable 中完成。 ExcelXMLHelper 类维护了一个 ExcelTable 链表，提供了操作 XML 文档的方法， ExcelCell 、 ExcelRow 和 ExcelTable 都是供 ExcelXMLHelper 内部使用的类。

操作 XML 文档时， ExcelXMLHelper 先读入 XML 模板，解析其结构，生成 ExcelTable 链表，每个 ExcelTable 节点生成 ExcelRow 链表，每个 ExcelRow 节点生成 ExcelCell 链表，每个 ExcelCell 节点填充 <Cell> 内容和 Index 属性， ExcelRow 也有 Index 属性，表明该节点所处位置。

由于文档采用“压缩”结构，填写或修改 Excel 单元格（已知行、列的 Index ）内容分 3 种情况：

• 根据 Index 能够查找出 ExcelCell 对象，表明该单元格已存在，则直接修改其内容；
• 根据 Index 只能查找出 ExcelRow 对象，表明该行存在而单元格不存在，需要在该 ExcelRow 对象的 ExcelCell 链表的合适位置创建 ExcelCell ，视不同情况，设置、修改或删除当前和后面 ExcelCell 对象中 XmlNode 的 Index 属性
• 根据 Index 不能查找出 ExcelRow ，表明该行和单元格都不存在，需在 ExcelTable 的 ExcelRow 链表的合适位置创建 ExcelRow ，视不同情况，设置、修改或删除前面、当前和后面 ExcelRow 对象中 XmlNode 的 Index 属性，再按第二种情况处理。

对于后两种操作，如果添加的行或列序数大于属性 ExpandedColumnCount 、 ExpandedRowCount 的值，则应修改对应的属性。

     为使单元格的赋值使用简洁并符合 Excel 习惯， XMLExcelHelper 类重载了 [] 操作符，可以直接使用诸如 excel[3,“AB”]=1 或 excel[5,6]=“A” 等样式的赋值语句，使使用十分整齐。

 

四  实际应用举例

在作者开发的炼铁生产管理系统中，所有需要打印或上报的报表都采用XML 形式的Excel 文档输出，输出的原始报表模板保存在特定的目录下，当用户需要输出某个报表时，服务器端程序从数据层获得数据，采用上面的操作类将其填入到对应单元格，以XML 格式的字符串输出到客户端，同时将Content-type 设置为“application/excel ”，则客户端自动打开Excel 装载接收到的报表。

     图3 是系统中较复杂的一个报表－炼铁日报，包含了当日几乎所有的生产参数，其中约四分之一是计算数据，通过公式设置产生，有十余个辅助计算的数据保存在“页2 ”中，一般情况下，用户不关心“页2 ”的内容。该日报要求每日打印一份，打印前，管理人员偶而会调整有关数据或强调某些指标数据，用Excel 处理这种要求是非常方便的。

图3  炼铁日报的Excel 报表输出

五  结论

Excel 提供了载入和输出 XML 格式文档的功能，也就提供了一种不依赖于 Excel 对象模型而操作 Excel 文档的方法。通过分析 XML 的格式，编写了操作 Excel 文档的辅助类，将这些类用于企业信息系统中的报表输出，既符合用户的使用习惯，又简化了报表制作，同时提高了服务器的安全性。