ADO.NET(OleDb)读取Excel表格时的一个BUG

假设我们有如下一个Excel表格:



现在要使用C#程序读取其内容:


using System;


using System.Data.OleDb;




namespace Skyiv.Ben.Test


{


sealed class ExcelTest


{


static void Main()


{


try


{


using (OleDbConnection conn = new OleDbConnection("Provider=Microsoft.Jet.OLEDB.4.0;Extended Properties=\"Excel 8.0;HDR=yes\";Data Source=Std"))


{


conn.Open();


OleDbCommand comm = new OleDbCommand("SELECT [ID],[NAME] FROM [Sheet1$]", conn);


using (OleDbDataReader r = comm.ExecuteReader())


{


while (r.Read())


{


int id = Convert.ToInt32(r.GetValue(0));


string name = Convert.ToString(r.GetValue(1));


Console.WriteLine("{0}:\t{1}", id, name);


}


}


}


}


catch (Exception ex)


{


Console.WriteLine("错误: " + ex.Message);


}


}


}


}



该程序的运行结果如下:



看来在读取单元格“B3”时返回了“DBNull”，而不是正确的“1768”。使用我的博客园发表的一篇随笔“数据库小工具(C#)”中给出的 OleDb.exe 查看了一下：



确实，该 Execl 表格中有 2 个“DBNull”值，再用该工具查看一下其结构：



发现其第一列“ID”的数据类型是“double”，第二列“NAME”的数据类型是“string”。经分析，“DBNull”都出现在其数据类型与列的数据类型不相符的单元格中。看来，问题的症结就在这里了。我们知道，Excel 表格并是不真正的数据库，不像真正的数据库一样每个字段(列)都有一个特定的数据类型，而是由ADO.NET通过扫描该表格的开头几行来推测其每一列的数据类型，这样，当某列中有些单元格的数据类型与该列数据类型不一致时，就出问题了，该单元格的值就变成的“DBNull”。

这个问题来源于我的实际工作。在工作中，需要分析一张业务部门提供的 Excel 表格中的数据，该表格有好几千个数据行，其中有些列绝大部分的值是数字型，但其中有一些数字存储为文本格式。而有些列绝大部分的值是字符型，但有少数单元格的值是数字。这样，我的分析程序就不能工作了。我目前的解决方案是将该 Excel 表格另存为文本文件(制表符分隔)，然后在 C# 程序中读取该文本文件。

还有一种方法就是在 Excel 表格中选中整列，然后“将存为文本的数字转换为数字”，如下所示：



但是，我并没有找到一个简便的方法来“将数字转换为文本”。

不知在 ADO.NET 中有没有办法在不改变原始 Excel 表格的情况下，正确读取其列中有单元格的数据类型不一致的 Excel 表格中的数据？如果谁知道的话，恳请告诉我。谢谢！

不知道要通过什么途径向 Microsoft 报告这个 BUG ？

我认为这个 BUG 的解决方案有两个：

1. 如果某一列被推测为数字型的话，如果在该列中出现字符型的数据，如果该数据是存储为文本的数字，就直接转换为数字返回给调用者好了。如果该数据不能转换为数字，可以返回“DBNull”，或者抛出异常。

如果某一列被推测为字符型的话，只要该列中的单元格不为空，就转换为字符型返回给调用者。

2. 在 ADO.NET 的 OleDb 连接串中提供一个属性强制指定 Excel 表格中的所有列的数据类型都为“string”，只要单元格的内容不为空，就不返回“DBNull”，而返回“string”。然后由调用者自己使用 Convert.ToXXX() 方法转换到合适的数字类型。

不知大家以为然否？