ADO.NET(OleDb)读取Excel表格时的一个BUG

Posted 2020-09-18 cxchanpin

如果我们有例如以下一个Excel表格: 
 
如今要使用C#程序读取其内容: 

using System; 
using System.Data.OleDb; 
 
namespace Skyiv.Ben.Test 
{ 
  sealed class ExcelTest 
  { 
    static void Main() 
    { 
      try 
      { 
        using (OleDbConnection conn = new OleDbConnection("Provider=Microsoft.Jet.OLEDB.4.0;Extended Properties=\\"Excel 8.0;HDR=yes\\";Data Source=Std")) 
        { 
          conn.Open(); 
          OleDbCommand comm = new OleDbCommand("SELECT [ID],[NAME] FROM [Sheet1$]", conn); 
          using (OleDbDataReader r = comm.ExecuteReader()) 
          { 
            while (r.Read()) 
            { 
               int id = Convert.ToInt32(r.GetValue(0)); 
               string name = Convert.ToString(r.GetValue(1)); 
               Console.WriteLine("{0}:\\t{1}", id, name); 
            } 
          } 
        } 
      } 
      catch (Exception ex) 
      { 
        Console.WriteLine("错误: " + ex.Message); 
      } 
    } 
  } 
} 

该程序的执行结果例如以下: 
 
看来在读取单元格“B3”时返回了“DBNull”，而不是正确的“1768”。

使用我的博客园发表的一篇随笔“数据库小工具(C#)”中给出的 OleDb.exe 查看了一下： 
 
 确实，该 Execl 表格中有 2 个“DBNull”值，再用该工具查看一下其结构： 
  
发现其第一列“ID”的数据类型是“double”，第二列“NAME”的数据类型是“string”。

经分析。“DBNull”都出如今其数据类型与列的数据类型不相符的单元格中。

看来。问题的症结就在这里了。我们知道，Excel 表格并是不真正的数据库，不像真正的数据库一样每一个字段(列)都有一个特定的数据类型。而是由ADO.NET通过扫描该表格的开头几行来猜測其每一列的数据类型，这样。当某列中有些单元格的数据类型与该列数据类型不一致时。就出问题了。该单元格的值就变成的“DBNull”。

 
这个问题来源于我的实际工作。在工作中，须要分析一张业务部门提供的 Excel 表格中的数据，该表格有好几千个数据行。当中有些列绝大部分的值是数字型。但当中有一些数字存储为文本格式。而有些列绝大部分的值是字符型，但有少数单元格的值是数字。这样，我的分析程序就不能工作了。我眼下的解决方式是将该 Excel 表格另存为文本文件(制表符分隔)，然后在 C# 程序中读取该文本文件。 
另一种方法就是在 Excel 表格中选中整列。然后“将存为文本的数字转换为数字”。例如以下所看到的： 
  
可是，我并没有找到一个简便的方法来“将数字转换为文本”。 
不知在 ADO.NET 中有没有办法在不改变原始 Excel 表格的情况下。正确读取其列中有单元格的数据类型不一致的 Excel 表格中的数据？假设谁知道的话，恳请告诉我。谢谢。 
不知道要通过什么途径向 Microsoft 报告这个 BUG ？
我觉得这个 BUG 的解决方式有两个：
1.  假设某一列被猜測为数字型的话，假设在该列中出现字符型的数据，假设该数据是存储为文本的数字，就直接转换为数字返回给调用者好了。

假设该数据不能转换为数字，能够返回“DBNull”，或者抛出异常。

    假设某一列被猜測为字符型的话，仅仅要该列中的单元格不为空。就转换为字符型返回给调用者。
2. 在 ADO.NET 的 OleDb 连接串中提供一个属性强制指定 Excel 表格中的全部列的数据类型都为“string”，仅仅要单元格的内容不为空，就不返回“DBNull”，而返回“string”。然后由调用者自己使用 Convert.ToXXX() 方法转换到合适的数字类型。
不知大家以为然否？