从读取Excel文件引申出的问题(上)

事件起因源于偶然在百度知道看到一个提问，说是他的Excel文件中共有几十万行的数据，希望可以将表中重复内容删除，并将内容分离为每个Excel文件5000行数据。然后就有了这个测试，也许是因为思维发散的缘故，不知道，怎么的，就转到了处理从Excel文件中读取图片上来，事情的发展出乎我的意料，看来不够专注，不过这也让我有了意外的收获。

经过分析得出，不管是采用OleDbConnection还是采用Application对象，都是一样的需要加载Excel文件(纯粹废话)，首先来了一段OleDbConnection读取的代码。

string connection =string.Format("Provider=Microsoft.Jet.OLEDB.4.0;DataSource={0};Extended Properties=Excel 8.0;", FilePath);
OleDbConnection conn =new OleDbConnection(connection);
conn.Open();
DataTable＝conn.GetOleDbSchemaTable(OleDbSchemaGuid.Tables, newobject[] { null,null, null, "Table" });

上面的代码读取了在某个excel文件中存在所有工作簿，实际上是获取了excel文件的架构，即Sheet，这样可达到动态读取excel文件中所有内容的目的。

再看如何填充

for(int i =0; i < dt.Rows.Count; i++)
    {
Stringtext=string.Format("selec*from {0}", dt.Rows[i]["TABLE_NAME"]);
OleDbDataAdaptermyCommand =new OleDbDataAdapter(text,connection);
DataSetmyDataSet =new DataSet();
myCommand.Fill(myDataSet);
}

上面的代码是把所有工作簿都填充为一个DataSet，这里仅作演示，因为我知道我的excel文件只有一个工作簿，当然实际中我们会分开的填充的。填充完毕后，我打开数据集一看，我被震精了，数据集中只有字符串内容，而并没有图片。这相当让我崩溃。

再换一个角度，用com对象来读取，思路和上面的一致，加载Excel文件，读取字符串数据。

Excel.Application excel =new Excel.Application();
            Excel.Workbook workbook = excel.Workbooks.Add(filePath);
            excel.UserControl =true;
            excel.Visible =false;
            for (int i =0; i < workbook.Worksheets.Count; i++)
            {
                System.Text.StringBuilder sb =new System.Text.StringBuilder();
                Excel.Worksheet sheet = workbook.Worksheets.get_Item(i +1) as Excel.Worksheet;
                for (int row =2; row <= sheet.UsedRange.Rows.Count; row++)
                {
                    //取单元格值；
for (int col =1; col <= sheet.UsedRange.Columns.Count; col++)
                    {
                        Microsoft.Office.Interop.Excel.Range range = sheet.Cells[row, col] as Excel.Range;
                        sb.Append(","+ col.ToString() +":"+ range.Text);
                    }
                    sb.Append(System.Environment.NewLine);
                       Console.WriteLine(sb.ToString());
                    //取存图片；
if (sheet.Shapes.Count >0)
                    {
                        Bitmap picture;
                        IDataObject data=null;
                        foreach (Excel.Shape item in sheet.Shapes)
                        {
                            item.Copy();
                            data= Clipboard.GetDataObject();
                            if (null!= data)
                            {
                                picture = (Bitmap) data.GetData(DataFormats.Bitmap);    
                                picture.Save(string.Format(@"D:\temp\aa\{0}.jpg", row));        
                            }
                        }
                    }
                }
            }
            workbook.Close(false, null, null);
            excel.Quit();

上面的代码是达到了读取数据和图片的要求，可实在是太慢，特别是对图片的读取上，这对内存一来一往的Copy和Paste，着实让我无法忍受，明明想要的东西就在眼前，这还要跑两次内存读取，相当的无语。

再次调试，显示IL后发现，我决定使用Shape.CopyPicture()方法，因为我发现Copy和CopyPicture方法实际上调用的是不同的实现，Copy是不管你是什么东西，一概Copy到内存中，CopyPicture则是可以按照一定的外观和格式Copy过去，当然，原理上说，应该是Copy速度更快一些。

曾经冒出过一个 极其可笑兼常用的方式，直接把IComObject对象转换为托管对象，如下：

IDataObject data=null;
Bitmapimg=(Bitmap)data

这里直接失败，别说运行，编译都不通过。

再又冒出了一个把对象序列化流的想法，希望流的速度快些，结果发现Shape对象不支持序列化，意思是这条路也走不通了，最后看来，目前只能使用内存复制粘贴的方式来执行了。好吧，我还不相信没有别的办法了，等下回我再来收拾你。