NPOI实践 - .NET导入Excel文件的另一种选择

NPOI实践 - .NET导入Excel文件的另一种选择2010-11-22tonyqusNPOI之所以强大，并不是因为它支持导出Excel，而是因为它支持导入Excel ，并能“理解”OLE2文档结构，这也是其他一些Excel读写库比较弱的方面。通常，读入并理解结构远比导出来得复杂，因为导入你必须假设一切情况都是可能的，而生成你只要保证满足你自己需求就可以了，如果把导入需求和生成需求比做两个集合，那么生成需求通常都是导入需求的子集，这一规律不仅体现在 Excel读写库中，也体现在pdf读写库中，目前市面上大部分的 pdf库仅支持生成，不支持导入。

如果你不相信NPOI能够很好的理解OLE2文档格式，那就去下载POIFS Brower 。具体可以参考这篇文章的介绍：Office文件格式解惑。当然单单理解OLE2是不够的，因为Excel文件格式是BIFF，但BIFF是以OLE2为基础的，做个很形象的比喻就是：OLE2相当于磁盘的FAT格式，BIFF相当于文件和文件夹。NPOI负责理解 BIFF格式的代码基本都在HSSF命名空间里面。

好了，刚才废话了一会儿，主要是给大家打打基础，现在进入正题。

本文将以DataTable为容器读入某xls的第一个工作表的数据（最近群里面很多人问这个问题）。

在开始之前，我们先来补些基础知识。每一个xls都对应一个唯一的 HSSFWorkbook，每一个HSSFWorkbook会有若干个 HSSFSheet，而每一个 HSSFSheet包含若干HSSFRow（Excel 2003中不得超过65535行），每一个HSSFRow 又包含若干个HSSFCell（Excel 2003中不得超过256列）。

为了遍历所有的单元格，我们就得获得某一个HSSFSheet的所有HSSFRow，通常可以用 HSSFSheet.GetRowEnumerator（）。如果要获得某一特定行，可以直接用HSSFSheet.GetRow（rowIndex）。另外要遍历我们就必须知道边界，有一些属性我们是可以用的，比如HSSFSheet.FirstRowNum（工作表中第一个有数据行的行号）、 HSSFSheet.LastRowNum（工作表中最后一个有数据行的行号）、 HSSFRow.FirstCellNum（一行中第一个有数据列的列号）、 HSSFRow.LastCellNum（一行中最后一个有数据列的列号）。

基础知识基本上补得差不多了，现在开工！

首先我们要准备一个用于打开文件流的函数InitializeWorkbook，由于文件读完后就没用了，所以这里直接用using（养成好习惯，呵呵）。

HSSFWorkbook hssfworkbook;
void InitializeWorkbook（string path）
{
   //read the template via FileStream, it is suggested to  use FileAccess.Read to prevent file lock.
   //book1.xls is an Excel-2007-generated file, so some new  unknown BIFF records are added.
   using （FileStream file = new FileStream（path,  FileMode.Open, FileAccess.Read））
   {
     hssfworkbook = new HSSFWorkbook（file）;
   }
}

接下来我们要开始写最重要的函数ConvertToDataTable，即把HSSF的数据放到一个DataTable中。

HSSFSheet sheet = hssfworkbook.GetSheetAt（0）;
System.Collections.IEnumerator rows = sheet.GetRowEnumerator （）;
while （rows.MoveNext（））
{
   HSSFRow row = （HSSFRow）rows.Current;
   //TODO::Create DataTable row

   for （int i = 0; i < row.LastCellNum; i++）
   {
     HSSFCell cell = row.GetCell（i）;
     //TODO::set cell value to the cell of DataTables
   }