Question

我工作的地方有几百个xlsx文件（使用Office 2010 Starter创建），我需要从中提取信息。这只是一次性工作，所以问题是哪种方式最快。现有工具？编写解决方案？

信息只是字符串，格式无关紧要。这些文件包含客户数据。每个客户一个文件。在你问之前，是的，这是一个愚蠢的系统 - 我们正在放弃它。由于我们现在正在迁移到新系统，因此我们需要将现有客户数据导出到可以在新系统中导入的CSV文件中。

如果我要编写一个计算机程序来执行此操作，我需要能够访问每个文件中的第一个工作表，并能够读取任何给定单元格（A1，C5等）的内容。就是这样。

由于xlsx文件只是一些压缩的XML文件，因此一种方法是编写解压缩和解析XML文件的代码。这听起来像是一个非常耗时的解决方案，所以如果存在，我宁愿使用免费的库。

在这里可能有用的语言中，我最擅长C ++和C，但是做了一些C＃，VB6和VB.NET，以及一点点Python。

Answer 1

如果尚未将所有Excel文件放在一个文件夹中，请按以下步骤操作：

打开空白工作簿
打开VBA编辑器 Alt + F11
添加模块：插入 - ＆gt;模块
将以下代码添加到模块中（将目录字符串更改为指向要转换的Excel文件所在的目录）
逐步浏览几个文件以确保它正在按预期执行
F5 在所有文件上运行
告别旧系统

<强>码

    Option Explicit

    Sub ExportAllToCSV()
        Dim Directory As String
        Dim i As Long
        Dim file As String
        Directory = "C:\workbooks\"
        i = 1

        Application.DisplayAlerts = False
        Application.ScreenUpdating = False

        ' Get the first file
        file = Dir(Directory, vbReadOnly + vbHidden + vbSystem)

        Do While file <> ""
            If Right(file, 4) = "xlsx" Then ' change to right(file ,3) = "xls" if you have xls files instead of xlsx
                Workbooks.Open Filename:=file
                ActiveWorkbook.SaveAs Filename:="C:\workbooks\file" & i & ".csv", FileFormat _
                            :=xlCSV, CreateBackup:=False
                ActiveWorkbook.Close
                i = i + 1
            End If

            ' Get the next file
            file = Dir()
        Loop

        Application.DisplayAlerts = True
        Application.ScreenUpdating = True
    End Sub

Answer 2

我建议使用Excel interop API。如何使用API的示例是here。

Answer 3

由于您提到可以使用C＃，因此有一个出色的Excel 2007+文件库EPPlus。以下是一些可以帮助您入门的示例：

  ExcelPackage ep = new ExcelPackage(new FileInfo("excelfile.xlsx"));
  // take the first sheet 
  // or you could get the Worksheet with name : ep.Workbook.Worksheets["Sheet1"]
  ExcelWorksheet ws = ep.Workbook.Worksheets[0];

  // now you can get data
  // cell data from row 3, column 2 (first row or column is 1 not 0)
  string data = ws.Cells[3, 2].Value.ToString();
  // from A5 cell
  string data1 = ws.Cells["A5"].Value.ToString();

  // you can find out how many rows are there 
  int maxRow = ws.Dimension.End.Row;

从Excel xlsx文件中提取简单字符串的快速方法

3 个答案: