NPOI实践: .NET导入Excel文件的另一种选择

作者：Tony Qu

官方网站：http://npoi.codeplex.com | NPOI QQ交流群:  78142590

 

NPOI之所以强大，并不是因为它支持导出Excel，而是因为它支持导入Excel，并能“理解”OLE2文档结构，这也是其他一些Excel读写库比较弱的方面。通常，读入并理解结构远比导出来得复杂，因为导入你必须假设一切情况都是可能的，而生成你只要保证满足你自己需求就可以了，如果把导入需求和生成需求比做两个集合，那么生成需求通常都是导入需求的子集，这一规律不仅体现在Excel读写库中，也体现在pdf读写库中，目前市面上大部分的pdf库仅支持生成，不支持导入。

如果你不相信NPOI能够很好的理解OLE2文档格式，那就去下载POIFS Brower。具体可以参考这篇文章的介绍：Office文件格式解惑。当然单单理解OLE2是不够的，因为Excel文件格式是BIFF，但BIFF是以OLE2为基础的，做个很形象的比喻就是：OLE2相当于磁盘的FAT格式，BIFF相当于文件和文件夹。NPOI负责理解BIFF格式的代码基本都在HSSF命名空间里面。

好了，刚才废话了一会儿，主要是给大家打打基础，现在进入正题。

 

本文将以DataTable为容器读入某xls的第一个工作表的数据（最近群里面很多人问这个问题）。

在开始之前，我们先来补些基础知识。每一个xls都对应一个唯一的HSSFWorkbook，每一个HSSFWorkbook会有若干个HSSFSheet，而每一个HSSFSheet包含若干HSSFRow（Excel 2003中不得超过65535行），每一个HSSFRow又包含若干个HSSFCell（Excel 2003中不得超过256列）。

为了遍历所有的单元格，我们就得获得某一个HSSFSheet的所有HSSFRow，通常可以用HSSFSheet.GetRowEnumerator()。如果要获得某一特定行，可以直接用HSSFSheet.GetRow(rowIndex)。另外要遍历我们就必须知道边界，有一些属性我们是可以用的，比如HSSFSheet.FirstRowNum（工作表中第一个有数据行的行号）、HSSFSheet.LastRowNum（工作表中最后一个有数据行的行号）、HSSFRow.FirstCellNum（一行中第一个有数据列的列号）、HSSFRow.LastCellNum（一行中最后一个有数据列的列号）。

基础知识基本上补得差不多了，现在开工！

 

首先我们要准备一个用于打开文件流的函数InitializeWorkbook，由于文件读完后就没用了，所以这里直接用using（养成好习惯，呵呵）。

 

 

代码

HSSFWorkbook hssfworkbook;

void  InitializeWorkbook( string  path)
{
     // read the template via FileStream, it is suggested to use FileAccess.Read to prevent file lock.
     // book1.xls is an Excel-2007-generated file, so some new unknown BIFF records are added. 
       using  (FileStream file  =   new  FileStream(path, FileMode.Open, FileAccess.Read))
      {        
         hssfworkbook  =   new  HSSFWorkbook(file);    
      }
}

 

 

接下来我们要开始写最重要的函数ConvertToDataTable，即把HSSF的数据放到一个DataTable中

 

代码

HSSFSheet sheet  =  hssfworkbook.GetSheetAt( 0 );
System.Collections.IEnumerator rows  =  sheet.GetRowEnumerator();
while  (rows.MoveNext())
{    
    HSSFRow row  =  (HSSFRow)rows.Current;    
    
      // TODO::Create DataTable row

     for  ( int  i  =   0 ; i  <  row.LastCellNum; i ++ )    
    {       
      HSSFCell cell  =  row.GetCell(i);        
      // TODO::set cell value to the cell of DataTables
     }
 }

 

 

上面的结构大家都应该能看懂吧，无非就是先遍历行，再遍历行中的每一列。这里引出了一个难点，由于Excel的单元格有好几种类型，类型不同显示的东西就不同，具体的类型有 布尔型、数值型、文本型、公式型、空白、错误。

 

 

public   enum  HSSFCellType
{    
   Unknown  =   - 1 ,    
   NUMERIC  =   0 ,   
   STRING  =   1 ,    
   FORMULA  =   2 ,    
   BLANK  =   3 ,    
   BOOLEAN  =   4 ,    
   ERROR  =   5
}

 

 

这里的HSSFCellType描述了所有的类型，但细心的朋友可能已经发现了，这里没有日期型，这是为什么呢？这是因为Excel底层并没有一定日期型，而是通过数值型来替代，至于如何区分日期和数字，都是由文本显示的样式决定的，在NPOI中则是由HSSFDataFormat来处理。为了能够方便的获得所需要的类型所对应的文本，我们可以使用HSSFCell.ToString()来处理。

于是刚才的代码则变成了这样：

 

 

代码

HSSFSheet sheet  =  hssfworkbook.GetSheetAt( 0 );

System.Collections.IEnumerator rows  =  sheet.GetRowEnumerator();

DataTable dt  =   new  DataTable();

for  ( int  j  =   0 ; j  <   5 ; j ++ )
{    
    dt.Columns.Add(Convert.ToChar((( int ) ' A ' ) + j).ToString());
}

while  (rows.MoveNext())
{    
  HSSFRow row  =  (HSSFRow)rows.Current;    
  DataRow dr  =  dt.NewRow();   
   for  ( int  i  =   0 ; i  <  row.LastCellNum; i ++ )   
  {       
     HSSFCell cell  =  row.GetCell(i);   
      
      if  (cell  ==   null )        
     {            
       dr[i]  =   null ;        
     } else
     {
       dr[i]  =  cell.ToString();
     }
  }
    dt.Rows.Add(dr);
}

 

 

是不是很简单，呵呵！

当然，如果你要对某个特定的单元格类型做特殊处理，可以通过判HSSFCell.CellType来解决，比如下面的代码：

 

代码

  switch (cell.CellType)
 {
      case  HSSFCellType.BLANK:
     dr[i]  =   " [null] " ;                
      break ;
     case  HSSFCellType.BOOLEAN:                
     dr[i]  =  cell.BooleanCellValue;               
      break ;
      case  HSSFCellType.NUMERIC:                
     dr[i]  =  cell.ToString();     // This is a trick to get the correct value of the cell. NumericCellValue will return a numeric value no matter the cell value is a date or a number.
      break ;
     case  HSSFCellType.STRING:                
    dr[i]  =  cell.StringCellValue;                
     break ;
     case  HSSFCellType.ERROR:                
    dr[i]  =  cell.ErrorCellValue;               
     break ;
     case  HSSFCellType.FORMULA:            
     default :                
    dr[i]  =   " = " + cell.CellFormula;                
     break ;
}

 

 

这里只是举个简单的例子。

 

完整代码下载：/Files/jhxk/NPOI/ImportXlsToDataTable.zip

注意，此代码中不包括NPOI的assembly，否则文件会很大，所以建议去npoi.codeplex.com下载。

 

转自:http://www.cnblogs.com/tonyqus/archive/2009/12/25/1631075.html