我相信很多人在做項目的都碰到過Excel資料導出的需求,我從最開始使用最原始的HTML拼接(将需要導出的資料拼接成TABLE标簽)到後來happy的使用開源的NPOI, EPPlus等開源元件導出EXCEL,但不久前,我在一個項目碰到一個需求:要将幾個分别有近60多萬的資料源導出到Excel中,我們先不要讨論這個需求本身是否合理,客戶就是要這樣。我先後用NPOI和EPPlus,都發現同一個問題:OutOfMemoryException,我電腦12G記憶體居然不夠用?
的确記憶體溢出了,但記憶體還剩下好幾個G的,就會溢出,我用 .NET做的網站,開發的時候Host應該是Visual Studio安裝的IIS Express, 應該是VS本身的限制,不過在網上查閱資料也沒發現這的确也是困擾一些人的,也沒查到什麼結果,好在還有Google, 躍過牆外,在Stack Overflow上查到資料: OpenXML , 這不是什麼新技: Office 2007在設計的時候, 為了更好的和其它應用程式互動,使用了XML + ZIP技術來實作excel, world, PPT等元件的本地儲存, 我們所使用xlsx, dox, pptx檔案本質上就一個ZIP壓縮包,包内是組織好的XML檔案,也就是說,我們可以通過生成, 修改, 生成合規的XML檔案,再壓縮成ZIP包,這就是一個可以被Office識别的檔案了。
用圖說話:
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsIyZuBnL4kDMzkjM4YTMtQDN2ADM3UjMxQTMxADOxAjMtMDO5QDMy8CXxADOxAjMvw1M4kDNwIzLcd2bsJ2Lc12bj5ycn9Gbi52YucTMwIzcldWYtl2Lc9CX6MHc0RHaiojIsJye.png)
在園子裡其實也有不少人介紹過 Open XML, 我想就多一個視角來介紹Open XML吧,好像也有很長時間沒人寫關于這個博文。
什麼是Office Open XML?
我們來看下維基百科的定義:
Office Open XML (also informally known as OOXML or Microsoft Open XML (MOX)[2) is a zipped, XML-based file format developed by Microsoft[3] for representing spreadsheets, charts, presentations and word processing documents. The format was initially standardized by Ecma (as ECMA-376), and by the ISO and IEC (as ISO/IEC 29500) in later versions.
Starting with Microsoft Office 2007, the Office Open XML file formats have become the default[4] target file format of Microsoft Office.[5][6] Microsoft Office 2010 provides read support for ECMA-376, read/write support for ISO/IEC 29500 Transitional, and read support for ISO/IEC 29500 Strict.[7] Microsoft Office 2013 and Microsoft Office 2016 additionally support both reading and writing of ISO/IEC 29500 Strict.[8]re
refer: https://en.wikipedia.org/wiki/Office_Open_XML
從Office 2007開始,就開始使用XML檔案格式作為Microsoft Office的預設儲存方式,其實我們通常用的NPOI office 2007部分和EPPlus就是使用Open XML來開發的。
為什麼同是使用Open XML, NPOI和EPPLus會出現記憶體溢出的問題?
這兩個開源元件有對Office套件有着很全面的支援,它們會把資料加載到記憶體中一次性處理,如果碰到資料量過大,就很可能 遇到這個問題,網上EPPlus在20多萬條資料的就溢出了,NPOI在11多萬的時候就會溢出, 這個是和資料的列數和内容有關系,不管怎樣,我們以後可能是會碰到這種大量資料的EXCEL導出,我們不需要很複雜的功能,就是想要導出一個EXCEL清單,這其實是可以做到的。
Open XML怎樣做不會記憶體溢出?
NPOI和EPPlus在導出大量資料 的Excel清單時可能 會發生記憶體溢出的問題,原因是它們都把資料儲存在記憶體中,因為它們支援各種複雜的功能,那麼簡單的清單,就是數量超大,我們把它通過檔案流寫入磁盤,這個問題就解決了。
如何使用OPEN XML?
我們需要去微軟官網下載下傳OFFICE OPEN XML的SDK,連結: https://www.microsoft.com/en-hk/download/details.aspx?id=30425,推薦使用NuGet在VISULAL STUDIO直接将引用添加到Project。
在GitHub還有一些示例代碼:https://github.com/OfficeDev/Open-XML-SDK
代碼實作
說了這麼多廢話,我們看如何用OPEN XML實作一個EXCEL清單的導出:
從原理上講就是用OpenXML一個一個把标簽寫入本地磁盤。
我截取我寫的導出類的幾個方法來來解釋:
/// <summary>
/// 指定磁盤路徑初始化OpenWorkDoucment
/// </summary>
/// <param name="fileName"></param>
private void OpenWorkDocument(string fileName)
{
document = SpreadsheetDocument.Create(fileName, SpreadsheetDocumentType.Workbook);
}
///<summary>
///用datatable作為資料源,實際情況可以根據需要調整
///</summary>
public void AddSheet(DataTable dt, string sheetName)
{
if (dt == null || dt.Rows.Count == 0)
{
throw new ArgumentNullException(nameof(dt), "data source can not be null");
}
if (document == null)
{
throw new ArgumentNullException(nameof(document), "please init document first");
}
//this list of attributes will be used when writing a start element
List<OpenXmlAttribute> attributes;
//這是我們為什麼不會溢出的關鍵點, 使用XmlWriter寫入磁盤
OpenXmlWriter writer;
WorksheetPart workSheetPart = document.WorkbookPart.AddNewPart<WorksheetPart>();
writer = OpenXmlWriter.Create(workSheetPart);
//使用OpenXML麻煩的地方就是我們要用SDK去拼接XML内容
writer.WriteStartElement(new Worksheet());
writer.WriteStartElement(new SheetViews()); //sheetViews
writer.WriteStartElement(new SheetView() //sheetView
{
TabSelected = true,
WorkbookViewId = 0U //這裡的下标是從0開始的
});
//這裡是當機列頭,别問為什麼是A2,我試了A1不行
Pane pane = new Pane()
{
State = new EnumValue<PaneStateValues>(PaneStateValues.Frozen),
VerticalSplit = new DoubleValue((double)1),
TopLeftCell = new StringValue("A2"),
ActivePane = new EnumValue<PaneValues>(PaneValues.BottomLeft)
};
//對于一些文檔本身的結構的描述,我們可以直接把準備屬性設定正确,直接寫入,因為描述執行個體很占用資源小,當然我們也可以把描述結點的子節點,子子節點都通過WriteStartElememt寫入,不過很麻煩,容易出錯
writer.WriteStartElement(pane); //Pane
writer.WriteEndElement(); //Pane
writer.WriteStartElement(new Selection()
{
Pane = new EnumValue<PaneValues>(PaneValues.BottomLeft)
});
writer.WriteEndElement(); //Selection 關閉标簽
writer.WriteEndElement(); //sheetView 關閉标簽
writer.WriteEndElement(); //sheetViews 關閉标簽
writer.WriteStartElement(new SheetData());
var rowIndex = 0;
foreach (DataRow row in dt.Rows)
{
//build header
if (rowIndex == 0)
{
//create a new list of attributes
attributes = new List<OpenXmlAttribute>();
// add the row index attribute to the list
attributes.Add(new OpenXmlAttribute("r", null, (rowIndex + 1).ToString()));
//header start
writer.WriteStartElement(new Row(), attributes);
foreach (DataColumn col in dt.Columns)
{
attributes = new List<OpenXmlAttribute>();
//這裡注意,在Excel在處理字元串的時候,會将所有的字元串儲存到sharedStrings.xml, cell内寫入在sharedString.XML的索引, 屬性t(type)設定為s(str)//我們在導出excel的時候把sharedString.mxl考慮進來會加大複雜程度,是以将t設定為str, 一個不存在的type, excel會直接解析cell内的字串值
attributes.Add(new OpenXmlAttribute("t", null, "str"));
//通過s指定style樣式的下标
attributes.Add(new OpenXmlAttribute("s", null, FORMAT_INDEX_HEADER.ToString()));
//能過r指定單元格位置,好像不是必需, 注意這裡下标位置是從1開始的
attributes.Add(new OpenXmlAttribute("r", "", string.Format("{0}{1}", GetColumnName(col.Ordinal + 1), rowIndex + 1)));
writer.WriteStartElement(new Cell(), attributes);
writer.WriteElement(new CellValue(col.ColumnName));
writer.WriteEndElement();
}
//header end
writer.WriteEndElement();
rowIndex++;
}
//資料寫入,我們通過xmlWriter不會觸發異常//create a new list of attributes
attributes = new List<OpenXmlAttribute>();
// add the row index attribute to the list
attributes.Add(new OpenXmlAttribute("r", null, (rowIndex + 1).ToString()));
//header start
writer.WriteStartElement(new Row(), attributes);
foreach (DataColumn col in dt.Columns)
{
attributes = new List<OpenXmlAttribute>();
switch (col.DataType.ToString())
{
case "System.Int32":
attributes.Add(new OpenXmlAttribute("s", null, FORMAT_INDEX_INT.ToString()));
attributes.Add(new OpenXmlAttribute("t", null, "n")); //number
break;
case "System.Double":
case "System.Decimal":
case "System.Float":
attributes.Add(new OpenXmlAttribute("s", null, FORMAT_INDEX_DEC.ToString())); //header style
attributes.Add(new OpenXmlAttribute("t", null, "n")); //number
break;
default:
attributes.Add(new OpenXmlAttribute("s", null, FORMAT_INDEX_STR.ToString())); //header style
attributes.Add(new OpenXmlAttribute("t", null, "str")); //string
break;
}
//add the cell reference attribute
attributes.Add(new OpenXmlAttribute("r", null, string.Format("{0}{1}", GetColumnName(col.Ordinal + 1), rowIndex + 1)));
writer.WriteStartElement(new Cell(), attributes);
writer.WriteElement(new CellValue(row[col.Ordinal].ToString()));
writer.WriteEndElement();
}
//header end
writer.WriteEndElement();
rowIndex++;
}
// End SheetData
writer.WriteEndElement();
// End Worksheet
writer.WriteEndElement();
writer.Close();
if (document.WorkbookPart.Workbook == null)
{
document.WorkbookPart.Workbook = new Workbook();
document.WorkbookPart.Workbook.Append(new Sheets());
}
//資料寫入完成後,注冊一個sheet引用到workbook.xml, 也就是在excel最下面的sheet name
var sheet = new Sheet()
{
Name = !String.IsNullOrWhiteSpace(sheetName) ? sheetName : ("Sheet " + DateTime.Now.ToString("ms")),
SheetId = UInt32Value.FromUInt32((uint)m_sheetIndex++),
Id = document.WorkbookPart.GetIdOfPart(workSheetPart)
};
document.WorkbookPart.Workbook.Sheets.Append(sheet);
}
//生成Style樣式, 注意下标從0開始, 依次加1, 如果有跳過1直接設定3這樣情況, 可能無法正常解析到樣式
private Stylesheet GenerateStylesheet()
{
Stylesheet styleSheet = null;
Fonts fonts = new Fonts(
new Font( // Index 0 - default
new FontSize() { Val = 11 }
),
new Font( // Index 1 - header
new FontSize() { Val = 11 },
new Bold(),
new Color() { Rgb = "FFFFFF" }
));
Fills fills = new Fills(
new Fill(new PatternFill() { PatternType = PatternValues.None }), // Index 0 - default
new Fill(new PatternFill() { PatternType = PatternValues.Gray125 }), // Index 1 - default
new Fill(new PatternFill(new ForegroundColor { Rgb = new HexBinaryValue() { Value = "0070c0" } }) { PatternType = PatternValues.Solid })
);
Borders borders = new Borders(
new Border(), // index 0 default
new Border( // index 1 black border
new LeftBorder(new Color() { Auto = true }) { Style = BorderStyleValues.Thin },
new RightBorder(new Color() { Auto = true }) { Style = BorderStyleValues.Thin },
new TopBorder(new Color() { Auto = true }) { Style = BorderStyleValues.Thin },
new BottomBorder(new Color() { Auto = true }) { Style = BorderStyleValues.Thin },
new DiagonalBorder())
);
NumberingFormats numbers = new NumberingFormats(
new NumberingFormat() { NumberFormatId = 0, FormatCode = new StringValue("#,##0.00") },
new NumberingFormat() { NumberFormatId = 1, FormatCode = new StringValue("0") }
);
CellFormats cellFormats = new CellFormats(
// default
new CellFormat() { FormatId = FORMAT_INDEX_DEFUALT },
// body string
new CellFormat { FormatId = FORMAT_INDEX_STR, FontId = 0, FillId = 0, BorderId = 1, ApplyBorder = true },
// body decimal
new CellFormat { FormatId = FORMAT_INDEX_DEC, FontId = 0, FillId = 0, BorderId = 1, NumberFormatId = 0, ApplyBorder = true },
//header
new CellFormat { FormatId = FORMAT_INDEX_HEADER, FontId = 1, FillId = 2, BorderId = 1, ApplyFill = true }, // header
// body int
new CellFormat { FormatId = FORMAT_INDEX_INT, FontId = 0, FillId = 0, BorderId = 1, NumberFormatId = 1, ApplyBorder = true }
);
styleSheet = new Stylesheet(numbers, fonts, fills, borders, cellFormats);
return styleSheet;
}
private void WriteWorkbookStyle()
{
if (document != null)
{
WorkbookStylesPart stylePart = document.WorkbookPart.AddNewPart<WorkbookStylesPart>();
var styleSheet = GenerateStylesheet();
styleSheet.Save(stylePart);
}
}
設定樣式,當機首行,這些都可以簡單完成,如果需要添加圖表什麼的,還是建議用NPOI, EPPlus等開源方案,有圖表的excel不會太大。
對于Open XML的介紹就到這裡了,有什麼錯誤的地方,請指正。