Question

我最近承接了一个小项目，我必须过滤Excel文件＆＃39;表内容。我计划在这个项目中使用C＃和EPPLUS，并将输入的Excel表转换为Datatable来处理所有数据查询。

但是，我从客户端获得的Excel文件是可疑的格式，其中表格在工作表上的所有位置都有填充说明和中间的空格。每个Excel文件似乎也有自己的方式来安排数据，以下是我目前所见的一个例子：

我只是做了一些将Excel表转换为C＃的实验，但是从目前为止我所看到的系统基本上是从单元格A1开始逐页迭代一张数据。有没有办法在这个迭代过程中检测一个表，并将它们与标题/描述/空行分开？我想简单地检查表格边框以确定是否有表格，但是对于场景D，一些Excel文件甚至没有设置表格边框。

我打算告知客户这个，所以我们可以就Excel文件的标准格式达成一致，但这是我第一个使用解释Excel文件的项目，所以我也有一个小的元问题：这是正确的吗去做？我假设这些不同的Excel格式可能是由于业务选择（即来自不同部门），所以对于那些在过去遇到过这类问题的人来说，说服客户改变他们的标准是正常的。目前的方法还是应该与他们目前合作的方式一起使用？

Answer 1

正如评论中所提到的那样，如果＆＃34;表＆＃34;只是分散的细胞簇。您将不得不想出一些非常精细的AI来尝试检测可能的各种场景。

如果不能让客户改变他们的做法，但他们愿意稍微调整一下，我会建议使用真正的ExcelTables。有了这个，excel已经通过客户端或您应用表格为您完成了工作。例如，以下是工作表中的两个随机表：

请注意，我只是复制/粘贴了相同的单元格，然后我通过右上角的按钮将它们格式化为表格。这样做会让它看起来更好 - 它实际上创建了一个ExcelTable对象，您可以直接在EPPlus中引用它。以下是演示的内容：

public void Detect_Tables_Test()
{
    //http://stackoverflow.com/questions/37901408/interpreting-an-excel-file-in-c-sharp
    var fileInfo = new FileInfo(@"c:\temp\DetectTablesTest.xlsx");
    using (var pck = new ExcelPackage(fileInfo))
    {
        var workbook = pck.Workbook;
        var worksheet = workbook.Worksheets.First();
        var tables = worksheet.Tables;

        tables.ToList().ForEach(table =>
        {
            Console.WriteLine($"{{Name: {table.Name}, Address: {table.Address}, Columns: {table.Columns.Count}}}");
        });
    }
}

在输出中给出了这个：

{Name: 'Table1', Address: 'G10:I20', Columns: 3}
{Name: 'Table2', Address: 'A1:C11', Columns: 3}

现在您已经拥有了行/列地址，您可以将其用作获取数据的参考，在其上方查找描述行等等。

用C＃解释Excel文件

1 个答案: