在Excel中编辑后，OpenXML无法读取电子表格数据

Posted 2021-05-03

我正在使用OpenXML将一些翻译数据导出到Excel电子表格，然后将相同的电子表格导回到我的程序中。

现在，如果我只是直接导出和导入，这可以正常工作，但是，如果我在excel中打开电子表格并编辑它或只是保存它，我的程序无法读取数据，就好像它已损坏一样。但是，如果我再次打开它，Excel会查看它，所以该文件实际上并没有损坏。

导出数据

using (SpreadsheetDocument document = SpreadsheetDocument.Create(saveLocation, SpreadsheetDocumentType.Workbook))
...

//Add a WorkbookPart to the document
WorkbookPart workbookPart = document.AddWorkbookPart();
workbookPart.Workbook = new Workbook();

//Add a WorksheetPart to the WorkbookPart
WorksheetPart worksheetPart = workbookPart.AddNewPart<WorksheetPart>();
worksheetPart.Worksheet = new Worksheet();

//Add style
WorkbookStylesPart stylePart = workbookPart.AddNewPart<WorkbookStylesPart>();
stylePart.Stylesheet = GenerateStylesheet();
stylePart.Stylesheet.Save();
...

SheetData sheetData = worksheetPart.Worksheet.AppendChild(new SheetData());
//Append some rows
...

worksheetPart.Worksheet.Save();

阅读电子表格

using (var fileStream = new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
    {
        using (SpreadsheetDocument document = SpreadsheetDocument.Open(fileStream, false))
        {
            WorkbookPart workbookPart = document.WorkbookPart;
            WorksheetPart worksheetPart = workbookPart.WorksheetParts.First();
            SheetData sheetData = worksheetPart.Worksheet.Elements<SheetData>().First();

            var headerRow = sheetData.Elements<Row>().FirstOrDefault();
            ...

            //All data here are numbers

所以最初我想也许更多的工作表是由excel创建的，我只是错误地假设.First（）会产生正确的，但是在调试时查看对象表明数据在某种程度上是正确的。所以显然这里有问题，所以我决定查看.xlsx文件的存档内容。

这是在我的程序导出并创建文件之后。您可以看到xml文件中有一些实际数据（字符串）。

这是在我在Excel中打开电子表格并保存它而不进行任何编辑之后。

我不知道为什么会发生这种情况，如果它是某种意图的行为。我发现OpenXML充满了奇怪的设计选择，但在完成迷宫后，这是第一件真正阻止我进步的事情。

我在macOS上构建Netcore 2.0，显然Excel也在macOS上运行。

如果有人能帮我解决这个问题，我会非常高兴。

答案

有两种方法可以在Excel文件中存储字符串;正如您在创建中所做的那样使用内联字符串，或者正如评论中指出的那样，使用名为SharedStringTable的单独XML文件。 Excel碰巧使用后一种方法，因此直接包含字符串的每个单元格，它们包含SharedStringTable中条目的索引。

幸运的是，您可以使用OpenXML读取SharedStringTable，就像您可以使用文档的任何其他部分一样。例如：

using (var fileStream = new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
{
    using (SpreadsheetDocument document = SpreadsheetDocument.Open(fileStream, false))
    {
        WorkbookPart workbookPart = document.WorkbookPart;
        WorksheetPart worksheetPart = workbookPart.WorksheetParts.First();
        SheetData sheetData = worksheetPart.Worksheet.Elements<SheetData>().First();

        SharedStringTablePart stringTable = workbookPart.GetPartsOfType<SharedStringTablePart>().FirstOrDefault();

        var headerRow = sheetData.Elements<Row>().FirstOrDefault();

        foreach (Cell c in headerRow.Elements<Cell>())
        {
            string cellText;

            if (c.DataType == CellValues.SharedString)
            {
                //the value will be a number which is an index into the shared strings table
                int index = int.Parse(c.CellValue.InnerText);
                cellText = stringTable.SharedStringTable.ElementAt(index).InnerText;
            }
            else
            {
                //just take the value from the cell (note this won't work for some types e.g. dates)
                cellText = c.CellValue.InnerText;
            }

            Console.WriteLine(cellText);
        }

    }
}

对于大文件，您可能需要考虑缓存共享字符串，如本问答中所述。

How can I improve the performance of retrieving values from SharedStringTable in OpenXml Excel spreadsheet tools?