（一） 問題
一個使用C#編寫的小工具，對指定檔案夾下的所有Excel檔案進行篩選，如果一個檔案中含有某個指定的字元串，記錄該檔案，并且定位這個字元串出現的位置。
網上使用C#對Excel檔案進行讀寫的方法主要有四種：
（1）使用OleDb的方法讀取Excel檔案；
（2）将xls檔案轉化為csv檔案再進行讀取；
（3）使用NPOI進行Excel檔案讀取；
（4）使用COM元件進行讀取。
（二）嘗試
這幾種讀取Excel檔案的方法我都了解了一下，每種方法各有利弊。下面進行簡單的描述：
（1）使用OleDb的方法讀取Excel檔案
這種方法相關内容在網上可以找到很多，很多人把這種方法當作讀取Excel檔案的主流。簡單來說就是将Excel檔案當作資料庫進行操作，對表中内容使用sql語句進行提取，其間需要使用到DataSet類。
順便說一句，對于不同的.net資料提供者，ADO.NET采用不同的Connection對象連接配接資料庫。這些Connection對我們屏蔽了實作的具體細節，并提供了一種統一的實作方式。Connection類有四種：SqlConnection、OleDbConnection、OdbcConnection和OracleConnection。分别用來連接配接SQL Server資料庫、OLE DB資料庫（如Access）、ODBC資料庫、Oracle資料庫。與資料庫的所有通訊都是通過Connection對象完成的。本文簡單談一談OleDb。
建立OleDb連接配接的核心是建立連接配接字元串ConnectionString，主要注意的是，對xls檔案（Excel2003）和xlsx檔案（Excel2007）進行連接配接的連接配接字元串不同。假設excelPath為目的excel檔案的路徑，則建立OleDb連接配接的語句分别為：
OleDbConnection connection = new OleDbConnection("Provider=Microsoft.Jet.OLEDB.4.0;Data Source=" + excelPath + ";" + "Extended Properties=\"Excel 8.0;HDR=yes;IMEX=1;\"");
OleDbConnection connection = new OleDbConnection("Provider=Microsoft.Jet.OLEDB.12.0;Data Source=" + excelPath + ";" + "Extended Properties=\"Excel 12.0;HDR=yes;IMEX=1;\"");
其中"HDR=yes"是說Excel檔案的第一列是列明而不是數。如果列中資料類型不一緻，使用"IMEX=1"可以避免類型沖突。下面是一段網上的示例代碼：
public DataSet ExcelToDS(string Path)
{
string strConn = "Provider=Microsoft.Jet.OLEDB.4.0;" +"Data Source="+ Path +";"+"Extended Properties=Excel 8.0;";
OleDbConnection conn = new OleDbConnection(strConn);
conn.Open();
string strExcel = "";
OleDbDataAdapter myCommand = null;
DataSet ds = null;
strExcel="select * from [sheet1$]";
myCommand = new OleDbDataAdapter(strExcel, strConn);
ds = new DataSet();
myCommand.Fill(ds,"table1");
return ds;
}
但是在嘗試這種方法解決問題的時候遇到了一些麻煩，比如說滿足問題需要的Sql并不是很好寫（資料庫基本功稍差，慚愧）。另外在網上沒有找到在使用OleDb讀取檔案的時候擷取excel所有sheet表的方法（後來在另外一片部落格中找到了，代碼沒有經過嘗試：https://www.cnblogs.com/xifengyeluo/p/8617865.html）。再者DataSet資料類型也不是很熟悉，是以本方法沒有繼續下去。
（2）将xls檔案轉化為csv檔案再進行讀取
之前使用過Java讀取xls檔案，當時直接将xls檔案當作csv檔案（Comma-Separated Values File逗号分隔值檔案）進行讀取解析。C#也可以使用類似的方法讀取xls檔案，等價于使用檔案流讀取一個txt文本檔案。
同樣附上一段示例代碼：
FileStream fs = new FileStream(excelPath, FileMode.Open, FileAccess.Read, FileShare.None);
StreamReader sr = new StreamReader(fs, System.Text.Encoding.GetEncoding(936));
string str = sr.ReadLine(); //讀取表頭
string target = Console.ReadLine(); //輸入想要查詢的字元串
while (str != null)
{
int count = 0;
str = sr.ReadLine();
string[] strs = str.Split(',');
foreach(string s in strs)
{
if(s == target)
Console.WriteLine(++count);
}
}
sr.Close();
将xls檔案轉化為csv檔案最大的問題在于分隔符的問題。一般來說，使用這種方法讀取的時候，我們每讀取一行字元串相當于讀取了xls檔案中的一行，之後會使用Split（‘,’）方法進行字元串分割進而獲得表中的每一單元格的資料。但是如果原本xls正文中有逗号的話，分割會出現錯誤。另外還有很多問題需要考慮，比如說：一個檔案多個sheet的擷取方法、定位目前的單元格的方法、這種方法的實作有很多字元串操作。是以這種使用資料流來讀取xls的方法并不“優美”。
（3）使用NPOI進行Excel檔案讀取
這種方法能夠查閱到的資料過少，是以沒有進行嘗試。有時間的話，了解一下再來補充。
（4）使用COM元件進行讀取
這種方法需要先引用Microsoft.Office.interop.Excel。可以很靈活的讀取Excel中的資料，而且使用方式很豐富，基本上凡是打開OfficeExcel軟體能夠用滑鼠點選完成的事，調用COM元件都能完成，而且可以調用Excel自身帶的宏方法。
添加COM元件引用的過程如下圖所示，使用的編譯器為VS2017：
一個最直接的想法就是使用COM元件按照行列依次讀取Excel檔案中每個sheet的單元格，具體代碼如下：
static void ReadExcel(string path, string target)
{
Console.WriteLine(path);
try
{
//如果要讀取多個Excel檔案建議将下面兩個變量的聲明和初始化放在全局變量的位置
//每建立一次Excel.Application都相當于打開了一次Excel.exe，将其聲明為全局變量可以提高性能
Microsoft.Office.Interop.Excel._Application xlsApp = new Microsoft.Office.Interop.Excel.Application();
Microsoft.Office.Interop.Excel.Workbooks books = xlsApp.Workbooks;
books.Open(path);
Microsoft.Office.Interop.Excel.Sheets sheets = xlsApp.Worksheets;
//注意：sheet和row，column的起始索引都是1
for (int s = 1; s <= sheets.Count; s++)
{
Console.WriteLine(path + "\t" + s); //列印搜尋進度
int rows = sheets[s].Rows.Count;
int columns = sheets[s].Columns.Count;
for(int i=1;i<=rows;i++)
{
for(int j=1;j<=columns;j++)
{
//下面這一行擷取了一個單元格
Microsoft.Office.Interop.Excel.Range cell = sheets[s].Range[xlsApp.Cells[i, j], xlsApp.Cells[i, j]];
if(cell.Text == target)
{
//将滿足條件的單元格路徑、sheet序列、位置、内容記錄進入一個txt檔案，這個函數需要自己實作
RecordIntoTXT(path, s, cell.Address, target);
}
}
}
}
}
catch (Exception e)
{
//sw1為一個log檔案的檔案流，将出現異常的檔案路徑記錄到檔案中
//這個位置也可以使用throw抛出異常
sw1.WriteLine(path);
}
}
這種方法網上也能找到很多類似的代碼，比如：
https://blog.csdn.net/qq_33459369/article/details/79314465中的代碼。這個部落格中的代碼使用單線程讀取Excel檔案的時候使用了range.Select方法，這個方法相當于是在Excel表格中選中了一個範圍内的格子（在這個代碼語境下是選中了一個（i，j）位置的格子），然後再使用ActiveCell字段擷取被選中的格子，再進行後續操作，比較麻煩，也沒有必要。
到現在為止，已經完成了這個問題的核心，也就是讀取Excel檔案。但是這種方法有很大的不足。首先是效率問題，這種使用代碼周遊單元格的執行效率極低，甚至到了一個不能接受的程度。另外，上面的示例代碼隻是判斷了一下字元串相同，如果要進行字元串比對的話（即判斷target字元串是否被包含在表格的字元串中，最經典的字元串比對算法是KMP算法，有興趣的可以了解一下。當然，使用string内置的方法也可以）就又會多一些工作量。是以還有很大的提升空間，在一番嘗試下，終于有了一個比較優美的解答。
（三）最終解
之前在描述COM元件的時候提了一句，使用COM元件可以調用Excel自身的宏方法。在Excel中尋找指定的内容最直接的辦法當然是調用Excel本身的Find方法（相當于在Excel中使用Ctrl+F快捷鍵）。這樣一來，可以避免之前代碼中對行列進行的二重循環，也解決了字元串比對的問題。唯一需要注意的地方在于使用Find+FindNext方法聯合進行查找的時候需要定位初始位置，否則會進行無限循環，這也算是FindNext方法的特性吧。示例代碼如下：
static void ReadExcel(string path, string target)
{
Console.WriteLine(path);
try
{
Microsoft.Office.Interop.Excel._Application xlsApp = new Microsoft.Office.Interop.Excel.Application();
Microsoft.Office.Interop.Excel.Workbooks books = xlsApp.Workbooks;
books.Open(path);
Microsoft.Office.Interop.Excel.Sheets sheets = xlsApp.Worksheets;
for (int s = 1; s <= sheets.Count; s++)
{
Console.WriteLine(path + "\t" + s);
Microsoft.Office.Interop.Excel.Range range = sheets[s].Cells;
Microsoft.Office.Interop.Excel.Range ans = range.Find(target);
if (ans == null) continue;
string firstAddress = ans.Address; //定位初始位置
do
{
string text = ans.Text;
RecordIntoTXT(path, s, ans.Address, text);
ans = range.FindNext(ans.Cells[1, 1]); //意思是從目前查找位置開始尋找下一個
} while (ans != null && ans.Address != firstAddress); //如果到達初始位置表示目前sheet查找結束
}
}
catch (Exception e)
{
sw1.WriteLine(path);
}
}
在使用COM元件進行讀取Excel檔案的時候，一定要注意最終程式的出口。如果在執行完上面的函數沒有進行任何結束處理就退出程式的話，Excel程式其實還是在背景運作的，輕按兩下之前的Excel檔案會提示正在被修改隻能以隻讀模式打開。是以需要增加一個退出程式的函數。網上的資料中這個函數的實作方法都大緻相同，如下給出示例：
static void QuitExcel()
{
if (xlsApp != null) //xlsApp為上面那個示例函數中的變量，當作全局變量聲明了
xlsApp.Quit();
System.Diagnostics.Process[] pros = System.Diagnostics.Process.GetProcessesByName("excel");
foreach (System.Diagnostics.Process pro in pros)
{
pro.Kill(); //殺死了所有excel程序
}
GC.Collect(); //進行垃圾回收，其實我并不知道為什麼在這裡要強制調用垃圾回收，隻是網上這樣寫了，我就照做了
}
（四）除了讀取Excel檔案之外的其他功能實作
到現在位置，整個代碼的核心部分就已經完成了。我們還需要完成一些核心的支援工作。
（1）檔案夾下所有檔案的周遊
這一部分純屬檔案目錄相關的操作，需要引入System.IO命名空間。基本思想是擷取一個給定的根目錄，将所有excel檔案加入一個list中，再擷取這個根目錄下的所有子檔案夾，使用相同的方法周遊所有的子檔案夾，将裡面的所有excel檔案同樣加載到同一個list中，示例代碼如下：
static void GetFiles(string path)
{
DirectoryInfo root = new DirectoryInfo(path);
FileInfo[] files = root.GetFiles(); //擷取根目錄的excel檔案
string fileName;
foreach (FileInfo f in files)
{
fileName = f.Name.ToLower();
if (fileName.EndsWith(".xls") || fileName.EndsWith(".xlsx"))
{
allFiles.Add(f); //allFiles是一個全局的List<FileInfo>
}
}
//下面這幾行周遊子節點
DirectoryInfo[] directories = root.GetDirectories();
foreach (DirectoryInfo d in directories)
GetFiles(d.FullName);
}
（2）查找結果的記錄
查找結果記錄的方法可以自選，這裡使用了存儲在桌面下的txt檔案中，開啟結束檔案流的示例代碼如下:
//fs,sw,fs1,sw1為四個全局變量
static void StartFileStream()
{
string desktopPath = Environment.GetFolderPath(Environment.SpecialFolder.DesktopDirectory); //這一行擷取桌面路徑
fs = new FileStream(desktopPath + "\\record.txt", FileMode.Create, FileAccess.Write);
sw = new StreamWriter(fs);
fs1 = new FileStream(desktopPath + "\\log.txt", FileMode.Create, FileAccess.Write);
sw1 = new StreamWriter(fs1);
}
static void EndFileStream()
{
sw.Flush(); //清空緩存
sw.Close(); //關閉writer
fs.Close(); //關閉檔案流
sw1.Flush();
sw1.Close();
fs1.Close();
}
到此位置，整個問題的功能基本實作。整體代碼有機會的話，會上傳到GitHub，到那時候再來這裡附上連結。
注意：使用COM元件打開Excel檔案的時候會出現一些問題。當你檔案本身存在問題，即直接輕按兩下打開一個Excel檔案在表頭出現如下提示的時候，使用COM元件打開會失敗，這時候當時的try-catch語句的功能就展現出來了，會将這個檔案的路徑記錄到log中，便于後續人工操作。另外，有的Excel檔案在打開的時候會彈出一個Warining對話框，讓使用者選擇一些操作，這個時候使用COM元件進行讀取的時候也彈出對話框讓使用者進行選擇。還有一點需要注意，使用這種方法讀取Excel檔案之後，所有被讀取過的xlsx沒有問題，而被讀取過的xls檔案會在SVN中提示檔案有修改，猜測可能是新版的Excel讀取xls檔案會就修改原有檔案中的遊标位置之類的輔助資訊，文檔本體内容并沒有變化。
（←示例圖檔如左）