使用NPOI读取Excel数据到DataTable

现在XML文件的存储格式大行其道，但是也不是适用于所有情况，很多单位的数据交换还是使用Excel的形式。这就使得我们需要读取Excel内的数据，加载到程序中进行处理。但是怎样有效率的读取，怎样使程序保持健壮，这需要很大的努力。

我们如果要写一个动态链接库会很花费时间和精力，这就使得开源项目是个很有效率的选择。

在各类关于Excel的开源项目中NPOI是中国的程序员发起的，他的一大好处是直接处理Ole文件，用户不必安装Office。现在发展到2.0还可以自动判断Excel文件版本，我们自己判断文件后缀名的方式不是很准确（用户可能自己更改）。我觉得对于读取文件这个是很方便的一个功能！

不足之处：对于大文件的读取速度还是有些慢，做了下测试，加载20W数据，大约10+M的Excel文件大约需要16S，转化数据需要6S，这个稍微有些慢。读取文件流的地方还应该可以优化。

好了，废话少说，一下是我自己写的一个使用NPOI读取Excel数据的帮助类

using System;
using System.Collections.Generic;
using System.Data;
using System.Globalization;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading;
using NPOI.HSSF.UserModel;
using NPOI.SS.UserModel;
using NPOI.XSSF.UserModel;

namespace Vevisoft.Excel.Core
{
/// <summary>
/// 使用NOPI读取Excel数据
/// </summary>
public class ExcelImportCore
{
private IWorkbook _workbook;
private string _filePath;

public List<string> SheetNames { get; set; }

public ExcelImportCore()
{
SheetNames = new List<string>();
//LoadFile(_filePath);
}

#region Excel信息

/// <summary>
/// 获取Excel信息
/// </summary>
/// <param name="filePath"></param>
public List<string> LoadFile(string filePath)
{
var prevCulture = Thread.CurrentThread.CurrentCulture;
Thread.CurrentThread.CurrentCulture = CultureInfo.InvariantCulture;
var stopwatch = new System.Diagnostics.Stopwatch();
stopwatch.Start();
_filePath = filePath;
SheetNames = new List<string>();
using (var fs = new FileStream(filePath, FileMode.Open, FileAccess.Read, FileShare.ReadWrite))
{
_workbook = WorkbookFactory.Create(fs);
}

stopwatch.Stop();
Console.WriteLine("ReadFile:" + stopwatch.ElapsedMilliseconds/1000 + "s");

return GetSheetNames();
}

/// <summary>
/// 获取SHeet名称
/// </summary>
/// <returns></returns>
private List<string> GetSheetNames()
{
var count = _workbook.NumberOfSheets;
for (int i = 0; i < count; i++)
{
SheetNames.Add(_workbook.GetSheetName(i));
}
return SheetNames;
}

#endregion

#region 获取数据源

/// <summary>
/// 获取所有数据，所有sheet的数据转化为datatable。
/// </summary>
/// <param name="isFirstRowCoumn">是否将第一行作为列标题</param>
/// <returns></returns>
public DataSet GetAllTables(bool isFirstRowCoumn)
{
var stopTime = new System.Diagnostics.Stopwatch();
stopTime.Start();
var ds = new DataSet();

foreach (var sheetName in SheetNames)
{
ds.Tables.Add(ExcelToDataTable(sheetName, isFirstRowCoumn));
}
stopTime.Stop();
Console.WriteLine("GetData:" + stopTime.ElapsedMilliseconds/1000 + "S");
return ds;
}

/// <summary>
/// 获取第<paramref name="idx"/>的sheet的数据
/// </summary>
/// <param name="idx">Excel文件的第几个sheet表</param>
/// <param name="isFirstRowCoumn">是否将第一行作为列标题</param>
/// <returns></returns>
public DataTable GetTable(int idx, bool isFirstRowCoumn)
{
if (idx >= SheetNames.Count || idx < 0)
throw new Exception("Do not Get This Sheet");
return ExcelToDataTable(SheetNames[idx], isFirstRowCoumn);
}

/// <summary>
/// 获取sheet名称为<paramref name="sheetName"/>的数据
/// </summary>
/// <param name="sheetName">Sheet名称</param>
/// <param name="isFirstRowColumn">是否将第一行作为列标题</param>
/// <returns></returns>
public DataTable GetTable(string sheetName, bool isFirstRowColumn)
{
return ExcelToDataTable(sheetName, isFirstRowColumn);
}

#endregion

#region 方法

/// <summary>
/// 将excel中的数据导入到DataTable中
/// </summary>
/// <param name="sheetName">excel工作薄sheet的名称</param>
/// <param name="isFirstRowColumn">第一行是否是DataTable的列名</param>
/// <returns>返回的DataTable</returns>
public DataTable ExcelToDataTable(string sheetName, bool isFirstRowColumn)
{
ISheet sheet = null;
var data = new DataTable();
data.TableName = sheetName;
int startRow = 0;
try
{
sheet = sheetName != null ? _workbook.GetSheet(sheetName) : _workbook.GetSheetAt(0);
if (sheet != null)
{
var firstRow = sheet.GetRow(0);
if (firstRow == null)
return data;
int cellCount = firstRow.LastCellNum; //一行最后一个cell的编号 即总的列数
startRow = isFirstRowColumn ? sheet.FirstRowNum + 1 : sheet.FirstRowNum;

for (int i = firstRow.FirstCellNum; i < cellCount; ++i)
{
//.StringCellValue;
var column = new DataColumn(Convert.ToChar(((int) 'A') + i).ToString());
if (isFirstRowColumn)
{
var columnName = firstRow.GetCell(i).StringCellValue;
column = new DataColumn(columnName);
}
data.Columns.Add(column);
}

//最后一列的标号
int rowCount = sheet.LastRowNum;
for (int i = startRow; i <= rowCount; ++i)
{
IRow row = sheet.GetRow(i);
if (row == null) continue; //没有数据的行默认是null　　　　　　　

DataRow dataRow = data.NewRow();
for (int j = row.FirstCellNum; j < cellCount; ++j)
{
if (row.GetCell(j) != null) //同理，没有数据的单元格都默认是null
dataRow[j] = row.GetCell(j, MissingCellPolicy.RETURN_NULL_AND_BLANK).ToString();
}
data.Rows.Add(dataRow);
}
}
else throw new Exception("Don not have This Sheet");

return data;
}
catch (Exception ex)
{
Console.WriteLine("Exception: " + ex.Message);
return null;
}
}

#endregion
}
}

调用的方法如下：

private void toolStripButton1_Click(object sender, EventArgs e)
{
var importCore = new ExcelImportCore();
var opdiag=new OpenFileDialog();
tabControl1.TabPages.Clear();
if (opdiag.ShowDialog() == DialogResult.OK)
{
importCore.LoadFile(opdiag.FileName);
var ds = importCore.GetAllTables(false);
//
for (int i = 0; i < importCore.SheetNames.Count; i++)
{
var tp=new TabPage {Text= Name = importCore.SheetNames[i]};
tabControl1.TabPages.Add(tp);
//添加数据源
var dgv=new DataGridView
{
//AutoGenerateColumns = false,
DataSource = ds.Tables[i],
Dock = DockStyle.Fill
};
tp.Controls.Add(dgv);

}
}
}