Question

枚举工作簿中每个工作表中每个单元格的最有效方法是什么？

对于具有~130,000个单元格的工作簿，下面的方法似乎合理地工作。在我的机器上打开文件大约需要26秒，枚举单元需要大约5秒钟。但是，我不是Excel专家，并希望与更广泛的社区验证此代码段。

DateTime timer = DateTime.Now;
Microsoft.Office.Interop.Excel.Application excelApplication = new Microsoft.Office.Interop.Excel.Application();
try
{
    exampleFile = new FileInfo(Path.Combine(System.Environment.CurrentDirectory, "Large.xlsx"));
    excelApplication.Workbooks.Open(exampleFile.FullName, false, false, missing, missing, missing, true, missing, missing, true, missing, missing, missing, missing, missing);
    Console.WriteLine(string.Format("Took {0} seconds to open file", (DateTime.Now - timer).Seconds.ToString()));

    timer = DateTime.Now;
    foreach(Workbook workbook in excelApplication.Workbooks)
    {
            foreach(Worksheet sheet in workbook.Sheets)
            {
            int i = 0, iRowMax, iColMax;
            string data = String.Empty;

            Object[,] rangeData = (System.Object[,]) sheet.UsedRange.Cells.get_Value(missing);

            if (rangeData != null)
            {
                iRowMax = rangeData.GetUpperBound(0);                       
                iColMax = rangeData.GetUpperBound(1);                                                       

                for (int iRow = 1; iRow < iRowMax; iRow++)
                {
                        for(int iCol = 1; iCol < iColMax; iCol++)
                    {
                        data = rangeData[iRow, iCol] != null ? rangeData[iRow, iCol].ToString() : string.Empty;
                        if (i % 100 == 0)
                        {
                            Console.WriteLine(String.Format("Processed {0} cells.", i));
                        }

                        i++;
                    }                                                                                                   
                }   
            }
        }

        workbook.Close(false, missing, missing);
    }

    Console.WriteLine(string.Format("Took {0} seconds to parse file", (DateTime.Now - timer).Seconds.ToString()));              
    }
    finally
    {
        excelApplication.Workbooks.Close();             
        excelApplication.Quit();                  
    }

修改：

值得说明我想使用PIA和interop来访问未直接使用Excel文件的API公开的excel工作簿的属性。

Answer 1

Excel PIA Interop在您逐个进行操作时非常慢。

您应该选择要提取的范围，就像使用Worksheet.UsedRange属性一样，然后通过调用get_Value()（或只是通过阅读）一步读取整个范围的值<{1}}或Value属性，我记不起哪个属性了。

这将产生一个Value2，即一个二维数组，可以很容易地枚举，并且可以快速读取。

编辑：我刚刚阅读了您的实际代码，并意识到它实际上是我提出的建议。在回答之前没有正确阅读问题让我感到羞耻。在这种情况下，你不能让它更快。 Excel PIA Interop很慢。如果您需要更快的解决方案，则必须将jExcelApi从Java迁移到C＃（这不是一件非常困难的事情）或使用一些商业组件。我建议不惜一切代价避免使用OLEDB接口，以保持理智。

无关，但有用的提示：你应该使用??运营商。这真的很方便。而不是

object[,]

你可以写

data = rangeData[iRow, iCol] != null ? rangeData[iRow, iCol].ToString() : string.Empty;

在这种情况下，即使是String.Empty也不是必需的，因为Convert.ToString(object)无论如何都会将data = Convert.ToString(rangeData[iRow, iCol]) ?? string.Empty;转换为空字符串。

Answer 2

有一个名为Koogra的Excel阅读器和编写器的开源实现。它允许您读取excel文件并使用纯托管代码进行修改。这可能比你现在使用的代码快得多。

Answer 3

我认为，这是最有效的方式，PIA如何做到这一点。使用“forach”的“forach”可能会更快，但它不会发生戏剧性的变化。

如果效率是您的主要目标，您应该直接使用excel文件 - 无需excel应用程序。

使用c＃枚举Excel工作簿中的单元格的有效方法

3 个答案: