SSIS 从 Excel 单元格中提取链接以加载到 SQL

Question

问题：

我有一个 SSIS 包，它遍历 100 多个 Excel 文件并读取数据，然后将内容复制到 SQL Server 表中。在这些 Excel 文件中，这一列具有超链接。列文本本身类似于 DSH-LN-4，但在 Excel 中单击它会打开一个包含一些图像的文件夹。如何复制此列中的基础链接而不是单元格中的实际文本？

到目前为止我做了什么：

我还没有真正尝试过任何事情，因为我在 SSIS 中完全没有找到有关如何执行此操作的资源。无法手动向 Excel 文件添加一列，因为有 100 个文件。我发现的唯一资源是在this SO Question，但这并不表示在不手动操作 Excel 文件的情况下执行此操作的过程。

我想要什么：

在我的 ForEach 循环容器中，我有一个数据流任务，它获取 Excel 内容并将其推送到 SQL 表中。包含超链接的列称为PhotoReference（因为这些超链接会打开包含照片的文件夹）。我希望 PhotoReference 列复制单元格的底层超链接并将其添加到 SQL 列中。

例如，我希望 PhotoReference 列包含以下内容：

www.companyname.box.com/asjdfbgkjb134kjbsdafo2bm21n4bk

如果我能做到这一点，我的 Power BI 报告会根据这些基础数据运行，其中可能包含可直接打开图像的可点击文本。

任何帮助将不胜感激。

更新：

我可以尝试两种不同的方法从我的专栏中提取超链接，但每种方法都有自己的问题：

方法 1： 我在 ForEach 容器中添加了一个脚本任务组件，并在循环每个 Excel 文件时，使用 Microsoft.Office.Interop.Excel.Hyperlinks 程序集从我的 Excel 列中获取超链接。但是，我不知道之后该怎么办。我认为唯一要做的就是用我提取的超链接覆盖 Excel 列的内容，但我真的不想以任何方式更改我的 Excel 文件。

方法 2： 我在 Excel 源和 SQL 目标之间的数据流任务中添加了一个脚本组件对象。在这种方法中，我几乎无法走得那么远，因为自动生成的Input0_ProcessInputRow 方法具有Input0Buffer 类型的参数Row。我无法将任何 Microsoft.Office.Interop.Excel 属性应用于我的 Input0Buffer 对象。所以我被卡住了。

Answer 1

如果您必须有权更改 excel 文件，您只需在数据流任务之前添加一个脚本任务，以将 URL 列值替换为超链接。

在这个答案中，我将提供一步一步的解决方案来解决这个问题：

创建 Excel 示例

首先，我创建了一些包含以下列的 Excel 文件：

• 名字（文字）
• 姓氏（文字）
• 年龄（数字）
• 照片（超链接）

文件内容如下：

创建 SSIS 包

1. 首先，您必须添加一个链接到您需要导入的 Excel 文件之一的 Excel 连接管理器。以及一个用于连接 SQL Server 实例的 OLE DB 连接管理器。
2. 您必须添加一个字符串类型的 SSIS 变量，以便在使用 foreach 枚举器时存储 Excel 文件路径

1. 添加一个 Foreach 循环容器并将其配置为循环遍历 Excel 文件，如下图所示：

4. 在 Foreach 循环容器中添加一个脚本任务和一个数据流任务，如下图所示：

5. 现在，打开数据流任务并添加 Excel 源和 OLE DB 目标并配置它们之间的列映射。

6. 打开脚本任务配置，并选择 ExcelFilePath 变量（在步骤 2 中创建）作为只读变量，如下图所示：

1. 现在，打开脚本编辑器并在解决方案资源管理器窗口中，右键单击引用图标并单击“添加引用...”
2. 出现添加参考目录时，单击 COM 选项卡，然后搜索 Excel，然后您应该从结果中选择 Excel 对象库，如下图所示：

9. 另外，请务必添加 Microsoft.CSharp.dll 引用。

10. 您应该在脚本顶部添加以下行：

    using Excel = Microsoft.Office.Interop.Excel;
    using System.Runtime.InteropServices;
    

11. 在 Main() 函数中添加以下行：

    Excel.Application excel = new Excel.Application();
    string originalPath = Dts.Variables["User::ExcelFilePath"].Value.ToString();
    Excel.Workbook workbook = excel.Workbooks.Open(originalPath);
    Excel.Worksheet worksheet = (Excel.Worksheet)workbook.Worksheets[1];
    Excel.Range usedRange = worksheet.UsedRange;
    int intURLColidx = 0;
    
    excel.Visible = false;
    excel.DisplayAlerts = false;
    
    for (int i = 1; i <= usedRange.Columns.Count; i++)
    {
    
    
        if ((worksheet.Cells[1, i] as Excel.Range).Value != null &&
            (string)(worksheet.Cells[1, i] as Excel.Range).Value == "Photo")
        {
    
            intURLColidx = i;
            break;
    
        }
    
    
    
    }
    
    for (int i = 2; i <= usedRange.Rows.Count; i++)
    {
    
        if ((worksheet.Cells[i, intURLColidx] as Excel.Range).Hyperlinks.Count > 0)
        {
            (worksheet.Cells[i, intURLColidx] as Excel.Range).Value2 = (worksheet.Cells[i, intURLColidx] as Excel.Range).Hyperlinks.Item[1].Address.ToString();
        }
    }
    
    workbook.Save();
    
    Marshal.FinalReleaseComObject(worksheet);
    
    workbook.Close(Type.Missing, Type.Missing, Type.Missing);
    Marshal.FinalReleaseComObject(workbook);
    
    excel.Quit();
    Marshal.FinalReleaseComObject(excel);
    Dts.TaskResult = (int)ScriptResults.Success;
    

在上面的行中，首先我们搜索包含超链接的列索引（在本例中列名是“照片”，然后我们将检查每一行，如果超链接地址不为空，我们将用这个超链接地址替换列值）

12. 最后，确保将 Excel 连接管理器配置为使用表达式从创建的变量值（步骤 2）中读取文件路径：

实验

运行包后，如果我们打开一个 Excel 文件，我们会看到 Cell 值被替换为 URL：

如下图所示，数据成功导入SQL Server：

---

参考文献

• Missing compiler required member 'microsoft.csharp.runtimebinder.binder.convert'
• Extracting a URL from hyperlinked text in Excel cell
• Excel interop prevent showing password dialog

Answer 2

您可能需要做一些涉及 Excel COM API 或宏的黑客操作。事实上，因为您应该远离在 SSIS 中使用 Office COM API。

您可以预处理 excel 以使用 SSIS 中的非标准操作获取该值，例如使用脚本组件。

这些是您使用脚本组件导入该数据需要遵循的步骤：

1. 拖放一个脚本组件并选择“源”作为脚本选项类型。

2. 默认情况下，脚本语言是 Microsoft Visual C# 2008，我使用 Microsoft Visual Basic 2008 完成了这个示例。如果需要，可以更改。

3. 在“数据类型属性”中使用正确的数据类型定义输出列

4. 编辑脚本。在 IDE 中，您应该添加参考：

   • Microsoft.Excel 11.0 对象库

（如果该引用不起作用，请尝试使用 Microsoft.Excel 5.0 对象库）

5. 最后，写一些代码：

Imports Microsoft.Office.Interop.Excel 

Public Overrides Sub getHyperlink()
  Dim oExcel As Object = CreateObject("Excel.Application")
  Dim FileName As String
  FileName = Variables.FileName
  Dim oBook As Object = oExcel.Workbooks.Open(FileName)
  Dim oSheet As Object = oBook.Worksheets(1)
  Output0Buffer.AddRow()
  // change A1 with your correct col & row
  Output0Buffer.Address = cell.range("A1").Hyperlinks(1).Address & "#" & cell.range("A1").Hyperlinks(1).SubAddress

End Sub

（请记住，这是一个可能无法运行的代码，仅作为说明）

您可以在此处查看 C# 代码： C# Script in SSIS Script Task to convert Excel Column in "Text" Format to "General"

脚本方法的唯一问题是您需要拥有 Excel 已安装运行时。

这里有更多关于脚本组件的信息： https://www.tutorialgateway.org/ssis-script-component-as-transformation/