OleDb 与 Excel 的连接；如何选择固定宽度，无限高度？答案

【问题标题】：OleDb connection to Excel; how do I select fixed width, unbounded height?OleDb 与 Excel 的连接；如何选择固定宽度，无限高度？
【发布时间】：2009-07-16 14:53:31
【问题描述】：

我正在使用 OleDb 从 Excel 电子表格中选择数据。每个电子表格可以包含许多小表格，可能还包含标题和标签等家具。所以它可能看起来像这样，我们有两个表格和一些标题；

A B C D 1. . . . 2. . . . 3 表 1。 . . 4 标头 1 标头 2。 . 5 小时休伊。 . 6天杜威。 . 7 l 路易斯。 . 8 年代史克鲁奇。 . 9. . . . 10. . . . 11. . . . 12. . . . 13.表 2。 . 14.头1 头2 头3 15 . 1 富 x 16. 2 巴 17. 3 巴兹 18. . . . 19. . . .

在上一步中，用户选择了他们感兴趣的表的标题；在这种情况下，查看表 2，他们将选择范围 B14:D14。

这些设置已保存，然后我需要查询该表。随着电子表格数据的更新，它可能会一遍又一遍地发生；可以随时添加更多行，但标题始终是固定的。有一个标记（空白行）标记数据结束

要选择表中的数据，我正在编写这样的查询；

SELECT * FROM [Sheet1$B14:D65535]

选择表2中的数据，然后手动检查sentinel行，但这似乎并不令人满意。 Excel 2003 只能读取 65,535 行（uint16），但 excel 2007 可以读取更多（uint32），所以我必须编写代码，根据文件的扩展名（.xls vs . xls？）。

有谁知道写查询的方法；

'选择 B14 下方和右侧的所有内容'？
'选择列 B->D 中的所有内容'
'select B12:D*' 其中 * 表示“尽你所能”

【问题讨论】：

一个 Excel 2003 工作表可以包含 65536 行，内部编号为 0 到 65535，外部编号为 1 到 65536。

标签： c# excel oledb

【解决方案1】：

先决条件：您可以在代码中轻松确定最大行数是多少。

假设 (1) 每个 SELECT 的开销很大，因此一次选择一行很慢 (2) 选择 64K 或 8M 行（即使是空白）很慢......所以你想看看是否在中间可以更快。试试这个：

一次选择 CHUNKSIZE（例如 100 或 1000）行（否则会超出 MAX_ROWS）。扫描每个块以查找标记数据结束的空白行。

更新：实际回答明确的问题：

问：有谁知道写查询的方法；

Q1：'选择 B14 下方和右侧的所有内容'？

A1：select * from [Sheet1$B12:] 不起作用。您必须在 Excel 2003 和 Excel 2007 中执行 ...B12:IV 。但是您不需要这样做，因为您知道最右边的列是什么；见下文。

Q2：'选择列 B->D 中的所有内容'

A2：select * from [Sheet1$B:D]

Q3：“选择 B12:D*”，其中 * 的意思是“尽你所能”

A3：从 [Sheet1$B12:D] 中选择 *

使用以下代码使用 Python 2.5 进行测试：

import win32com.client
import sys
filename, sheetname, range = sys.argv[1:4]
DSN= """
    PROVIDER=Microsoft.Jet.OLEDB.4.0;
    DATA SOURCE=%s;
    Extended Properties='Excel 8.0;READONLY=true;IMEX=1';
    """ % filename
conn = win32com.client.Dispatch("ADODB.Connection")
conn.Open(DSN)
rs = win32com.client.Dispatch("ADODB.Recordset")
sql = (
    "SELECT * FROM [Excel 8.0;HDR=NO;IMEX=1;Database=%s;].[%s$%s]"
    % (filename, sheetname, range)
    )
rs.Open(sql, conn)
nrows = 0
while not rs.EOF:
    nrows += 1
    nf = rs.Fields.Count
    values = [rs.Fields.Item(i).Value for i in xrange(nf)]
    print nrows, values
    if not any(value is not None for value in values):
        print "sentinel found"
        break
    rs.MoveNext()
rs.Close()
conn.Close()

【讨论】：

【解决方案2】：

几个可能的解决方案：

将表放在单独的工作表上，然后只需查询整个工作表。
为 Excel 中的每个表命名（在 Excel 2007 中，选择表，单击鼠标右键，然后选择命名范围...），然后在查询中使用此名称而不是“Sheet1$B14:D65535” .

希望对您有所帮助。

编辑

这是第三个想法：

我不确定您使用什么来查询数据库，但如果您的查询引擎支持变量（例如 Sql Server），您可以存储...的结果...

从 NameOfServer 中选择 COUNT(*)...Sheet1$

...在一个名为@UsedRowCount 的变量中，它将为您提供工作表中实际使用的行数。所以，@UsedRowCount = LastRowUsed - InitialBlankRows。

然后您可以使用字符串连接将“65535”替换为@UsedRowCount + @InitialBlankRows。您必须将 @InitialBlankRows 设置为一个常量（在您的示例中，它将是 3，因为第一个表的标题行位于第 4 行）。

【讨论】：

谢谢，丹。不幸的是，我无法控制工作表——它们是随意从用户那里进来的，我只需要处理给我的东西。
明白了。我刚刚在我的答案中添加了第三个想法。

【解决方案3】：

您说在上一步中，用户已经选择了标题。谁会说在当前感兴趣的区域下方没有几个空白行，后面跟着另一个不相关的表？我建议你让他们选择他们感兴趣的整个范围——这应该可以解决这两个问题。

【讨论】：

截断额外的细节由应用程序处理；我从数据表中读取行，直到数据用完；即，我得到一个完整的空白行。然后我自己终止阅读。不幸的是，我不能总是要求用户选择整个范围。在某些情况下，用户正在为电子表格选择标题，其中数据可以更改，但格式不能。例如，他们可能有带有固定标题（公司、开盘价、收盘价、日期）的股票报价，但实际记录数量会随时间而变化。如果他们选择50行，那么当行数> 50时，导入会给出太少的数据。
您的问题需要澄清（请编辑它）：（1）“选择一次，运行多次”而不是“（选择然后运行）*多次”。（2）有一个标记（空白行）标记数据结束（3）当您说“我从数据表中读取行直到数据用完”时，这是否意味着“我从SELECT * FROM [Sheet1$B14:D65535]的结果中读取直到”还是它的意思是“我做单行选择直到”？ (4) 您在代码中确定最大行数是 2^16 还是 2^20 的难易程度？

【解决方案4】：

我会采用 John 的解决方案（一次读取 1000 行）。

如果您安装了 Excel，您还可以使用 OLE 自动化。

我在 Excel 中记录了一个简单的宏，它选择当前表格中的最后一个单元格。


Sub Macro2()
    Range("B14").Select
    Selection.End(xlDown).Select
    //MsgBox ActiveCell.Address, vbOKOnly
End Sub

现在您只需要在 C# 中翻译它并读取活动单元格的地址。

【讨论】：

【解决方案5】：

我们阅读整个电子表格（即：SELECT * FROM [Sheet1$]）并处理我们应用程序代码中的所有其他内容。很容易通过生成的 OleDbDataReader 到达数据的起点并开始处理。

这可能不是从 Excel 中提取数据绝对最快的方法，但它是可靠的。

【讨论】：