在 Excel 中编辑后 OpenXML 无法读取电子表格数据

Question

我正在使用 OpenXML 将一些翻译数据导出到 Excel 电子表格，然后将同一个电子表格重新导入我的程序。

现在，如果我直接导​​出和导入，这工作得非常好，但是，如果我在 excel 中打开电子表格并对其进行编辑或只是保存它，我的程序将无法读取数据，就好像它已损坏一样。但是，如果我再次打开它，Excel 会正常显示，因此文件实际上并没有损坏。

导出数据

using (SpreadsheetDocument document = SpreadsheetDocument.Create(saveLocation, SpreadsheetDocumentType.Workbook))
...

//Add a WorkbookPart to the document
WorkbookPart workbookPart = document.AddWorkbookPart();
workbookPart.Workbook = new Workbook();

//Add a WorksheetPart to the WorkbookPart
WorksheetPart worksheetPart = workbookPart.AddNewPart<WorksheetPart>();
worksheetPart.Worksheet = new Worksheet();

//Add style
WorkbookStylesPart stylePart = workbookPart.AddNewPart<WorkbookStylesPart>();
stylePart.Stylesheet = GenerateStylesheet();
stylePart.Stylesheet.Save();
...

SheetData sheetData = worksheetPart.Worksheet.AppendChild(new SheetData());
//Append some rows
...

worksheetPart.Worksheet.Save();

阅读电子表格

using (var fileStream = new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
    {
        using (SpreadsheetDocument document = SpreadsheetDocument.Open(fileStream, false))
        {
            WorkbookPart workbookPart = document.WorkbookPart;
            WorksheetPart worksheetPart = workbookPart.WorksheetParts.First();
            SheetData sheetData = worksheetPart.Worksheet.Elements<SheetData>().First();

            var headerRow = sheetData.Elements<Row>().FirstOrDefault();
            ...

            //All data here are numbers

所以最初我认为可能更多的工作表是由 excel 创建的，我认为 .First() 会产生正确的工作表是错误的，但是在调试时查看对象表明数据在某种程度上是正确的。所以很明显这里有问题，所以我决定查看 .xlsx 文件的归档内容。

这是在我的程序导出并创建文件之后。可以看到xml文件中有一些实际的数据（字符串）。

这是在我在 Excel 中打开电子表格并保存它而不进行任何编辑之后。

如果这是某种预期的行为，我不知道为什么会发生这种情况。我发现 OpenXML 充满了奇怪的设计选择，但在我穿过迷宫之后，这是真正阻止我前进的第一件事。

我在 macOS 上基于 Netcore 2.0 构建，显然 Excel 也在 macOS 上运行。

如果有人能帮我解决这个问题，我会很高兴。

Answer 1

在 Excel 文件中存储字符串有两种方法；使用您在创建时所做的内联字符串，或者如 rene 在 cmets 中指出的那样，使用名为 SharedStringTable 的单独 XML 文件。 Excel 恰好使用后一种方法，因此直接插入包含字符串的每个单元格，它们包含指向 SharedStringTable 中条目的索引。

幸运的是，您可以像阅读文档的任何其他部分一样使用 OpenXML 阅读 SharedStringTable。例如：

using (var fileStream = new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
{
    using (SpreadsheetDocument document = SpreadsheetDocument.Open(fileStream, false))
    {
        WorkbookPart workbookPart = document.WorkbookPart;
        WorksheetPart worksheetPart = workbookPart.WorksheetParts.First();
        SheetData sheetData = worksheetPart.Worksheet.Elements<SheetData>().First();

        SharedStringTablePart stringTable = workbookPart.GetPartsOfType<SharedStringTablePart>().FirstOrDefault();

        var headerRow = sheetData.Elements<Row>().FirstOrDefault();

        foreach (Cell c in headerRow.Elements<Cell>())
        {
            string cellText;

            if (c.DataType == CellValues.SharedString)
            {
                //the value will be a number which is an index into the shared strings table
                int index = int.Parse(c.CellValue.InnerText);
                cellText = stringTable.SharedStringTable.ElementAt(index).InnerText;
            }
            else
            {
                //just take the value from the cell (note this won't work for some types e.g. dates)
                cellText = c.CellValue.InnerText;
            }

            Console.WriteLine(cellText);
        }

    }
}

对于大文件，您可能需要考虑缓存共享字符串，如本问答中所述。

How can I improve the performance of retrieving values from SharedStringTable in OpenXml Excel spreadsheet tools?