如何从内存中的 Excel 工作表中填充 DataTable

Question

我们的客户获取 Excel 的 HTML 格式的 Excel 文件。（它就是这样到达的；没有人可以控制它。）然后我们需要根据文件中的数据运行报告。使用 ADO.NET (OleDbReader) 会导致“外部文件不是预期格式”异常。

如果将数据转换为常规 Excel 格式，则可以正常读取。然而，这并不是一个真正的解决方案，因为它要求他们必须采取额外的步骤，而且他们在最好的情况下也不太懂计算机。

我能想到的唯一解决方案是使用 Excel 自动化创建一个新的电子表格，用相同的数据填充它，然后读取那个数据。但是 ADO.NET 似乎只能从磁盘上的文件中读取。我当然可以保存文件并在完成后删除它（我已经验证过它可以工作）。但是我对弄乱他们的文件系统的想法感到不舒服。所以我的第一个问题是 - 有没有办法从内存中的 Excel 工作表中填充数据表？

此外，我不喜欢使用自动化的整个业务；它非常慢。即使没有填充 DataTable，该操作也需要 30 多秒。因此，使其速度变慢的解决方案不会有任何好处。这让我想到了第二个问题 - 有没有更好的方法来完成我在这里尝试的事情？

Answer 1

试用 HTML 敏捷包：http://www.codeplex.com/htmlagilitypack

我在类似的场景中使用它。就我而言：...

• 有人将 Excel 中的表格粘贴到剪贴板中
• 检索 HTML 文本
• 使用 HTML Agility 返回找到 TABLE、TR、TH、TD 标签
• 然后从中构造DataTable

在我的情况下，HTML 绝不会保存到磁盘

Answer 2

我不确定您所说的“Excel 的 HTML 格式”是什么意思。最新版本的 Excel 具有 XML 文件格式，我 Excel 可以打开包含表格的 HTML 文件并将其转换为工作表，但 Í 不知道任何特定的 Excel HTML 格式。

关于使用 Excel 自动化的解决方案，一旦内存中有工作表，就可以使用 Value2 属性将值放入对象的二维数组中，然后使用它来构建 DataTable。我认为这样做不会在使用自动化的初始开销（需要创建 Excel 流程）之上增加太多额外开销。

有没有更好的方法？解析任意 HTML 并非易事，但如果您收到的文件具有一致的格式，则可以解析它们。