在我最近開發的一個網頁查詢的項目中，客戶提供的數據是多個 Excel 2007 文件，這些文件都很大，有的有十幾萬行(注意：Excel 2003 文件不能超過 65,536 行)。這些 Excel 2007 文件需要定期批量轉換為網頁程序可以讀取的專用二進制格式文件。我們知道，Microsoft Office System 2007 引入了一個新的文件格式：Office Open XML 格式。她是基於 XML 和 ZIP 歸檔技術創建的，可以使用任何平台的能夠處理 XML 或者 ZIP 文件的工具來訪問並且修改文檔內容。所以我們就可以使用 Microsoft .NET Framework 2.0 的強大 XML 類庫來讀取 Excel 2007 文件並轉換為網頁程序所需的專用二進制格式文件。當然，也可以使用 System.IO.Packaging 名稱空間中的類庫，但是她位於 .NET Framework 3.0 SDK (WinFX) 的 WindowsBase.dll 中。微軟網站上有幾篇很有用的文章：“Office (2007) Open XML 文件格式簡介”和“如何操作 Office Open XML 格式文檔”。
下面，就來看看 Excel 2007 Open XML 文件的結構吧：
上圖是一個名為 test1.xlsx 的 Excel 2007 文件。我沒有 Office 2007 軟件，只有正版的 Office 2003 軟件。所以需要到微軟網站下載一個“Microsoft Office Word、Excel 和 PowerPoint 2007 文件格式兼容包”，就可以在 Office 2003 中編輯 Office Open XML 文檔了。test1.xlsx 文件其實是一個 zip 文件。為了分析其結構，我們現在把她解壓到 D:/Test/test1/ 目錄下。第一個重要的文件是 xl/workbook.xml，如下圖所示：
該文件中的每個“<sheet>”元素都代表 Excel 2007 文件中的一個工作表，工作表的名稱就是其“name”屬性的值，在上圖中是“好人”和“壞人”。然後根據“<sheet>”元素“r:id”屬性的值(如上圖中的“rId1”)到 xl/_rels/workbook.xml.rels 文件中尋找相應工作表數據實際存放的 xml 文件，如下圖所示：
從圖中可以看中，第一個工作表“好人”的數據實際存放在 worksheets/sheet1.xml 文件中，該文件的內容如下圖所示：
上圖中的“<dimension>”元素的“ref”屬性的值(“B2:C4”)表示該工作表的范圍。“<sheetData>”元素表示工作的數據，其子元素“<row>”表示工作表中的一行，“<row>”的子元素“<c>”表示該行中的單元格。如果“<c>”元素有“t”屬性的話，“<c>”元素的子元素“<v>”的值就是各工作表共享的字符串的索引。否則的話，“<v>”元素的值就是該單元格的值。各工作表共享的字符串存放在 xl/sharedStrings.xml 文件中，如下圖所示：
上圖中，“<sst>”元素的子元素“<si>”就代表了共享的字符串，其值就是“<si>”元素的子元素“<t>”的值。
下面就看看我們的測試程序吧：
源程序的整體結構如下圖所示：
我們先看看 XlsxFile.cs 吧：
1 using System;
2 using System.IO;
3 using System.Xml;
4 using Skyiv.Ben.Common;
5
6 namespace Skyiv.OfficeHelper
7 {
8 /// <summary>
9 /// Excel 2007 文件
10 /// </summary>
11 sealed partial class XlsxFile : IDisposable
12 {
13 string fileName; // Excel 2007 文件的文件名
14 Sheet[] sheets; // Excel 2007 文件的各工作表
15 FileStream fileStream { get { return new FileStream(fileName, FileMode.Open, FileAccess.Read); } }
16
17 /// <summary>
18 /// Excel 2007 文件的構造函數
19 /// </summary>
20 /// <param name="fileName">Excel 2007 文件的文件名</param>
21 public XlsxFile(string fileName)
22 {
23 this.fileName = fileName;
24 }
25
26 /// <summary>
27 /// Excel 2007 文件的各工作表
28 /// </summary>
29 public Sheet[] Sheets
30 {
31 get
32 {
33 if (sheets == null)
34 {
35 using (Stream zs = Zip.GetZipInputStream(fileStream, "xl/workbook.xml"))
36 {
37 // xl/workbook.xml 文件的內容舉例如下：
38 // <workbook>
39 // <sheets>
40 // <sheet name="好人" sheetId="1" r:id="rId1" />
41 // <sheet name="壞人" sheetId="2" r:id="rId2" />
42 // </sheets>
43 // </workboo>
44 XmlDocument xmlDocument = new XmlDocument();
45 xmlDocument.Load(zs);
46 XmlNodeList elms = xmlDocument.DocumentElement["sheets"].ChildNodes;
47 sheets = new Sheet[elms.Count];
48 for (int i = 0; i < elms.Count; i++)
49 {
50 XmlAttributeCollection attrs = elms[i].Attributes;
51 sheets[i] = new Sheet(attrs["name"].Value, GetXmlFileName(attrs["r:id"].Value), SharedStrings, fileStream);
52 }
53 }
54 }
55 return sheets;
56 }
57 }
58
59 /// <summary>
60 /// 根據“標識”給出表示工作表的 XML 文件名
61 /// </summary>
62 /// <param name="id">標識</param>
63 /// <returns>表示工作表的 XML 文件名</returns>
64 string GetXmlFileName(string id)
65 {
66 string value;
67 using (Stream zs = Zip.GetZipInputStream(fileStream, "xl/_rels/workbook.xml.rels"))
68 {
69 // xl/_rels/workbook.xml.rels 文件的內容舉例如下：
70 // <Relationships>
71 // <Relationship Id="rId1" Target="worksheets/sheet1.xml" />
72 // <Relationship Id="rId2" Target="worksheets/sheet2.xml" />
73 // </Relationships>
74 XmlDocument xmlDocument = new XmlDocument();
75 xmlDocument.Load(zs);
76 value = XmlHelper.GetElementById(xmlDocument, id).Attributes["Target"].Value;
77 }
78 return value;
79 }
80
81 public void Dispose()
82 {
83 if (sheets == null) return;
84 foreach (Sheet sheet in sheets) sheet.Dispose();
85 }
86 }
87 }
88
該程序已經有很詳細的注釋了。在該程序中用 XmlDocument 類來讀 xl/workbook.xml 文件和 xl/_rels/workbook.xml.rels 文件，是因為這兩個文件都是非常小的文件。然後再來看看 XlsxFile.SharedStrings.cs 吧：
1 using System;
2 using System.IO;
3 using System.Xml;
4 using Skyiv.Ben.Common;
5
6 namespace Skyiv.OfficeHelper
7 {
8 partial class XlsxFile
9 {
10 string[] sharedStrings;
11
12 /// <summary>
13 /// Excel 2007 文件中各工作表共享的字符串
14 /// </summary>
15 string[] SharedStrings
16 {
17 get
18 {
19 if (sharedStrings == null)
20 {
21 Stream zs = null;
22 try
23 {
24 zs = Zip.GetZipInputStream(fileStream, "xl/sharedStrings.xml"); // 可能引發(FileNotFoundException)
25 // xl/sharedStrings.xml 文件的內容舉例如下：
26 // <sst count="56" uniqueCount="2">
27 // <si><t>任盈盈</t><phoneticPr fontId="1" type="noConversion" /></si>
28 // <si><t /></si>
29 // </sst>
30 using (XmlReader reader = XmlReader.Create(zs))
31 {
32 while (reader.Read()) if (reader.IsStartElement("sst")) break;
33 sharedStrings = new string[Convert.ToInt32(reader.GetAttribute("uniqueCount"))];
34 for (int count = 0; ; count++)
35 {
36 reader.Read(); // 執行後(reader)的值: <si> or </sst>
37 if (!reader.IsStartElement("si")) break;
38 reader.ReadStartElement("si"); // 執行後(reader)的值: <t> or <t />
39 sharedStrings[count] = reader.ReadElementString("t").Trim(); // 執行後(reader)的值: </si> or <與<t>同級的元素>
40 if (reader.NodeType != XmlNodeType.EndElement) reader.ReadToNextSibling("t"); // 執行後(reader)的值: </si>
41 }
42 }
43 }
44 catch (FileNotFoundException)
45 {
46 sharedStrings = new string[0]; // 如果沒有找到 xl/sharedStrings.xml 文件
47 }
48 finally
49 {
50 if (zs != null) zs.Close();
51 }
52 }
53 return sharedStrings;
54 }
55 }
56 }
57 }
58
這下必須用 XmlReader 類來讀取 xl/sharedStrings.xml 了，因為這個 xml 文件可能很大。最後是 XlsxFile.Sheet.cs 了：
1 using System;
2 using System.IO;
3 using System.Xml;
4 using System.Collections.Generic;
5 using Skyiv.Ben.Common;
6
7 namespace Skyiv.OfficeHelper
8 {
9 partial class XlsxFile
10 {
11 /// <summary>
12 /// Execl 2007 文件中的工作表
13 /// </summary>
14 public sealed class Sheet : IDisposable
15 {
16 string[] sharedStrings; // 各工作表共享的字符串
17 Stream stream; // 用於讀取本工作表的文件流
18 XmlReader reader; // 用於讀取本工作表的 XML 數據讀取器
19 string dimension; // 本工作表的范圍，如：“A1”、“B2:C4”
20 int rowCount; // 本工作表的有效行數
21 string name; // 本工作表的名稱
22
23 public string Dimension { get { return dimension; } }
24 public int RowCount { get { return rowCount; } }
25 public string Name { get { return name; } }
26
27 /// <summary>
28 /// 表示 Excel 2007 文件中的工作表的類的構造函數
29 /// </summary>
30 /// <param name="name">本工作表的名稱</param>
31 /// <param name="fileName">工作表的 XML 文件名</param>
32 /// <param name="sharedStrings">各工作表共享的字符串</param>
33 /// <param name="fileStream">表示整個 Excel 2007 文件的流</param>
34 public Sheet(string name, string fileName, string[] sharedStrings, Stream fileStream)
35 {
36 this.name = name;
37 this.sharedStrings = sharedStrings;
38 stream = Zip.GetZipInputStream(fileStream, "xl/" + fileName);
39 reader = XmlReader.Create(stream);
40 while (reader.Read()) if (reader.IsStartElement("dimension")) break;
41 dimension = reader.GetAttribute("ref"); // 本工作表的范圍：<dimension ref="B2:C4" />
42 rowCount = GetRowCount(dimension); // 根據工作表的范圍計算有效行數
43 while (reader.Read()) if (reader.IsStartElement("sheetData")) break;
44 }
45
46 /// <summary>
47 /// 讀取本工作表的中一行
48 /// </summary>
49 /// <returns>讀取的行的各字段的內容。如果已經沒有可讀的行則返回 null。</returns>
50 public string[] ReadRow()
51 {
52 // 表示工作表的 XML 文件(如：xl/worksheets/sheet1.xml)的內容舉例如下：
53 // <worksheet>
54 // <dimension ref="B2:C4" />
55 // <sheetData>
56 // <row r="2" spans="2:3" />
57 // <row r="4" spans="2:3">
58 // <c r="B4" />
59 // <c r="C4" t="s"><v>1</v></c>
60 // </row>
61 // </sheetData>
62 // </worksheet>
63 // 注意：在該 XML 文件中可能省略某些空行和空單元格，而本方法忽略這些空行和空單元格。
64 // 但本方法不忽略 XML 文件中的空行“<row />”和空單元格“<c />”。
65 if (!reader.IsStartElement("row")) reader.Read();
66 if (!reader.IsStartElement("row")) return null; // 沒有可讀的行
67 List<string> list = new List<string>();
68 for (; ; )
69 {
70 reader.Read(); // 執行後(reader)的值: <c> or </row> or (other for <row />)
71 if (!reader.IsStartElement("c")) break; // 沒有可讀的單元格
72 if (reader.IsEmptyElement) list.Add(""); // 空單元格“<c />”
73 else // “<c><v>1</v></c>”
74 {
75 string attr = reader.GetAttribute("t"); // 如果“<c>”元素的“t”屬性不為空，則“<v>”元素的值指向各工作表共享的字符串
76 reader.ReadStartElement("c"); // 執行後(reader)的值: <v> or <v />
77 list.Add(GetValue(attr, reader.ReadElementString("v"))); // 執行後(reader)的值: </c> or <與<v>同級的元素>
78 if (reader.NodeType != XmlNodeType.EndElement) reader.ReadToNextSibling("v"); // 執行後(reader)的值: </c>
79 }
80 }
81 return list.ToArray();
82 }
83
84 /// <summary>
85 /// 根據工作表的范圍計算有效行數
86 /// </summary>
87 /// <param name="dimension">工作表的范圍，如：“A1”、“B2:C4”</param>
88 /// <returns>有效行數</returns>
89 int GetRowCount(string dimension)
90 {
91 if (string.IsNullOrEmpty(dimension)) return -1;
92 string[] ss = dimension.Split(':');
93 if (ss.Length == 1) return 1;
94 if (ss.Length != 2) return -1;
95 return GetRowNumber(ss[1]) - GetRowNumber(ss[0]) + 1;
96 }
97
98 /// <summary>
99 /// 根據單元格的坐標計算單元格的行號
100 /// </summary>
101 /// <param name="str">單元格的坐標，如“C4”</param>
102 /// <returns>單元格的行號</returns>
103 int GetRowNumber(string str)
104 {
105 int i;
106 for (i = 0; i < str.Length; i++) if (char.IsDigit(str, i)) break;
107 return int.Parse(str.Substring(i));
108 }
109
110 /// <summary>
111 /// 給出單元格的值，可能是各工作表共享的字符串
112 /// </summary>
113 /// <param name="attr">“<c>”元素的“t”屬性的值</param>
114 /// <param name="value">“<v>”元素的值</param>
115 /// <returns>單元格的值</returns>
116 string GetValue(string attr, string value)
117 {
118 if (attr != null)
119 {
120 int index;
121 if (!int.TryParse(value, out index)) throw new Exception("共享字符串索引(" + value + ")必須是整數");
122 if (index < 0 || index >= sharedStrings.Length) throw new Exception("共享字符串索引("
123 + index + ")必須在(0)到(" + (sharedStrings.Length - 1) + ")之間");
124 value = sharedStrings[index];
125 }
126 return value;
127 }
128
129 public void Dispose()
130 {
131 if (reader != null) reader.Close();
132 if (stream != null) stream.Close();
133 reader = null;
134 stream = null;
135 }
136 }
137 }
138 }
139
在這個程序中也是用 XmlReader 類來讀取 xl/worksheets/sheet1.xml 文件。
