细谈在C#中读写Excel系列文章之二

在前一篇文章中我谈到了Excel 2007以后版本的文件其实就是一个zip压缩包，里面包含了该Excel文件的所有内容和使用的资源，大部分文件都是以XML的形式存放的。再来回顾一下解压之后的文件夹结构，

　　其中比较重要的是xl文件夹，里面包含了一些很有用的信息。sharedStrings.xml文件存放了Excel中所有的字符串数据。

　　worksheets文件夹中存放了所有的工作表信息，如果你的Excel文件中包含多个工作表，则这里你会发现有多个与工作表对应的xml文件。

　　来看一下sharedStrings.xml和工作表xml文件之间的关系。首先找到对应的工作表xml文件，如上图所示文件夹中的sheet3.xml，找到该xml文件的sheetData节点，下面包含有row节点，用来表示该工作表中的每一行，属性r代表行号。子节点c表示了该行中的每一个单元格，属性r表示单元格在Excel工作表的位置，如“A1”。注意属性t="s"，它表示该单元格的内容是存储在sharedStrings.xml文件中的，其子节点v的值用来说明该值在sharedStrings.xml文档中的位置。

　　sharedStrings.xml文件中包含有很多si节点，其中存放的就是Excel文件里各个工作表中的字符串数据。上图中v节点的值代表的就是sharedStrings.xml文件中si节点的序号，该序号从1开始计数。通过这个关系，我们就可以在sharedStrings.xml文件中找到我们想要的数据了。

　　弄清楚这个关系之后，我们再来看看如何通过代码取到我们想要的数据。从.NET Framework 3.0之后提供了一个新的类库可以帮助我们直接读取Excel包里面的文件。如果你的.NET工程是普通的Windows应用程序，那可以直接在工程中引用WindowsBase.dll类库。如果你的工程是非Windows应用程序，如Silverlight，则无法引用该类库，在后续的文章中我还会再介绍如何在Silverlight工程中读取Excel包里的文件。

　　还是直接上代码吧，写太多文字大家看得也累！

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using System.IO;
using System.IO.Packaging;
using System.Xml;
using System.Xml.Linq;

namespace ExcelPackageOperator
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();

            List<Cell> parsedCells = new List<Cell>();
            string fileName = @"C:\Users\jaxu\Desktop\Example.xlsx"; 

            using(Package xlsxPackage = Package.Open(fileName, FileMode.Open, FileAccess.Read))
            {
                // load sharedStrings.xml document from Excel package
                PackagePartCollection allParts = xlsxPackage.GetParts();
                PackagePart sharedStringsPart = (from part in allParts
                                                 where part.Uri.OriginalString.Equals("/xl/sharedStrings.xml")
                                                 select part).Single();

                // load to XElement from sharedStrings.xml document
                XElement sharedStringsElement = XElement.Load(XmlReader.Create(sharedStringsPart.GetStream())); 

                // read all fixed text to a dictionary from sharedStrings document
                Dictionary<int, string> sharedStrings = new Dictionary<int, string>(); 
                ParseSharedStrings(sharedStringsElement, sharedStrings); 
                
                // get worksheet 1
                XElement worksheetElement = GetWorksheet(3, allParts); 
                
                IEnumerable<XElement> cells = from c in worksheetElement.Descendants(ExcelNamespaces.excelNamespace + "c") 
                                              select c; 
                
                foreach (XElement cell in cells) 
                {
                    if (cell.HasElements && cell.Attribute("t") != null && cell.Attribute("t").Value.Equals("s"))
                    {
                        string cellPosition = cell.Attribute("r").Value;
                        int index = IndexOfNumber(cellPosition);
                        string column = cellPosition.Substring(0, index);
                        int row = Convert.ToInt32(cellPosition.Substring(index, cellPosition.Length - index));
                        int valueIndex = Convert.ToInt32(cell.Descendants(ExcelNamespaces.excelNamespace + "v").Single().Value);

                        parsedCells.Add(new Cell(column, row, sharedStrings[valueIndex]));
                    }
                } 
            }
            
            //From here is additional code not covered in the posts, just to show it works
            foreach (Cell cell in parsedCells)            
            {
                this.textBox1.Text += cell.ToString() + "\r\n";
                //Console.WriteLine(cell);            
            }
        }

        private void ParseSharedStrings(XElement SharedStringsElement, Dictionary<int, string> sharedStrings) 
        { 
            IEnumerable<XElement> sharedStringsElements = from s in SharedStringsElement.Descendants(ExcelNamespaces.excelNamespace + "si") 
                                                          select s; 
            
            int Counter = 0; 
            foreach (XElement sharedString in sharedStringsElements) 
            { 
                sharedStrings.Add(Counter, sharedString.Value); Counter++; 
            } 
        }         
        
        private XElement GetWorksheet(int worksheetID, PackagePartCollection allParts) 
        { 
            PackagePart worksheetPart = (from part in allParts 
                                         where part.Uri.OriginalString.Equals(String.Format("/xl/worksheets/sheet{0}.xml", worksheetID)) 
                                         select part).Single(); 
            return XElement.Load(XmlReader.Create(worksheetPart.GetStream())); 
        }
        
        private int IndexOfNumber(string value) 
        { 
            for (int counter = 0; counter < value.Length; counter++) 
            { 
                if (char.IsNumber(value[counter])) 
                { 
                    return counter; 
                }
            }
            
            return 0; 
        }
    }

    internal static class ExcelNamespaces 
    { 
        internal static XNamespace excelNamespace = XNamespace.Get("http://schemas.openxmlformats.org/spreadsheetml/2006/main"); 
        internal static XNamespace excelRelationshipsNamepace = XNamespace.Get("http://schemas.openxmlformats.org/officeDocument/2006/relationships");    
    }

    public class Cell 
    {
        public Cell(string column, int row, string data) 
        {
            this.Column = column; 
            this.Row = row; 
            this.Data = data; 
        }
        
        public override string ToString() 
        {
            return string.Format("{0}:{1} - {2}", Row, Column, Data); 
        }
        
        public string Column 
        {
            get; set; 
        }
        
        public int Row 
        {
            get; set; 
        }
        
        public string Data 
        {
            get; set; 
        }
    }
}

　　1. 使用Package类直接打开Excel文件，该类属于System.IO.Packing命名空间，必须确保工程中引用了WindowsBase.dll类库。

　　2. 通过GetParts()方法读取包里面的内容。注意LINQ语句取到的是sharedStrings.xml文件。

　　3. 将读取到的sharedStrings.xml文件加载到XElement对象中，然后通过PaseSharedStrings这个自定义函数读取里面所有的si子节点并存放到一个字典里。

　　4. 自定义函数GetWorksheet用来将指定的工作表xml从包中读取出来加载到XElement对象中。

　　5. 程序接下来的部分就是遍历工作表xml中所有的节点c，并从属性r中找出单元格的行编号和列编号。然后将准备好的数据存储到parsedCells集合中，该集合的类型是一个自定义的Cell对象，该对象包含三个属性（行编号、列编号和数据内容）和一个改写的ToString()方法，该方法用来定义数据输出格式。

　　注意数据是从字典中取出来的，字典的Key值就是节点r的子节点v的值！还记得文章一开始我们介绍的sharedStrings.xml文件和工作表xml文件之间的关系吗？这里就是借用的这个关系。另外在遍历工作表xml中的节点c时是过滤掉了那些不包含有属性t="s"的节点的，因为这些节点直接存储了数据，而不需要再从sharedStrings.xml去取。

　　6. 输出parsedCells集合中的数据。

　　好了，程序的结构就是这样。代码可能稍稍有点长，只看主要的部分，其实还是很简单的：借用WindowsBase类库中的System.IO.Packing.Package对象来读取Excel包里的内容，然后找出sharedStrings.xml文件中的所有字符串数据并存放到一个字典中，遍历你想要操作的工作表xml文件，按单元格的位置从字典中找出对应的数据显示出来。

　　不过还是有一个遗憾。在使用.NET现有的功能时总会遇到一些问题！该对象并没有提供对Excel文件的修改和保存功能，至少我没有发现。也就是说它可以允许我们在不调用COM组件的情况下非常方便地读取Excel文件中的数据，包括字符串和数字。另外还有一个问题就是该类库不能在Silverlight工程中引用，如果你刚好想在Silverlight工程中使用该功能那么只能想其它的方法了。不过有一个问题值得思考，那就是既然Excel是一个zip压缩包，而且里面大部分的数据都是以xml文件的格式存储的，我们何不自己写代码解压然后读取或者修改xml文件呢？甚至我们还可以把修改之后的文件重新打包还原成一个新的Excel文件，这样的话我们就可以实现Excel文件内容的修改，而且也可以在Silverlight工程中使用了。

　　我会在接下来的文章中介绍如何把Excel文件作为zip压缩包来进行操作，包括读取和修改。