下载excel文件并使用azure函数阅读内容

Question

我正在尝试编写一个C# Azure函数来下载并使用OpenXml-SDK打开一个excel文件。

Office Interop在此处不起作用，因为office不可用于Azure函数。

我正在尝试使用OpenXml-SDK打开和读取文件，这似乎需要保存文件的路径，而不是url或从远程url下载的流。

鉴于我不知道在Azure函数中临时存储excel文件的方法，我使用了Azure文件存储。

我将excel文件从url上传到Azure文件存储，但无法使用OpenXML-SDK打开该excel文件。

我测试了Azure文件存储中的excel文件是否正常工作，但是，当我尝试打开OpenXML.SpreadsheetDocument表单MemoryStream时，我收到错误，指示文件已损坏。

如果我试图通过传递文件Uri (https://docs.microsoft.com/en-us/azure/storage/storage-dotnet-how-to-use-files#develop-with-file-storage)来打开SpreadsheetDocument，那么地址就会超过260个字符的限制。

我对使用OpenXML以外的库持开放态度，理想情况下，我不希望存储excel文件。

Answer 1

Open XML SDK在Azure函数中运行良好。我在我这边测试过了。下面是完整的代码。

#r "DocumentFormat.OpenXml.dll"
#r "WindowsBase.dll"

using System.Net;
using System.IO;
using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Spreadsheet;

public static HttpResponseMessage Run(HttpRequestMessage req, TraceWriter log)
{
    log.Info($"C# HTTP trigger function processed a request. RequestUri={req.RequestUri}");

    WebClient client = new WebClient();

    byte[] buffer = client.DownloadData("http://amor-webapp-test.azurewebsites.net/Content/hello.xlsx");
    MemoryStream stream = new MemoryStream();
    stream.Write(buffer, 0, buffer.Length);
    stream.Position = 0;
    using (SpreadsheetDocument doc = SpreadsheetDocument.Open(stream, false))
    {
        WorkbookPart workbookPart = doc.WorkbookPart;
        SharedStringTablePart sstpart = workbookPart.GetPartsOfType<SharedStringTablePart>().First();
        SharedStringTable sst = sstpart.SharedStringTable;

        WorksheetPart worksheetPart = workbookPart.WorksheetParts.First();
        Worksheet sheet = worksheetPart.Worksheet;

        var cells = sheet.Descendants<Cell>();
        var rows = sheet.Descendants<Row>();

        log.Info(string.Format("Row count = {0}", rows.LongCount()));
        log.Info(string.Format("Cell count = {0}", cells.LongCount()));

        // One way: go through each cell in the sheet
        foreach (Cell cell in cells)
        {
            if ((cell.DataType != null) && (cell.DataType == CellValues.SharedString))
            {
                int ssid = int.Parse(cell.CellValue.Text);
                string str = sst.ChildElements[ssid].InnerText;
                log.Info(string.Format("Shared string {0}: {1}", ssid, str));
            }
            else if (cell.CellValue != null)
            {
                log.Info(string.Format("Cell contents: {0}", cell.CellValue.Text));
            }
        }
    }

    return req.CreateResponse(HttpStatusCode.OK, "Hello ");
}

​

​

要使用Open XML，请确保您已在function文件夹下创建了一个bin文件夹，并将DocumentFormat.OpenXml.dll和WindowsBase.dll上传到其中。

“文件包含损坏的数据”。

您是否尝试过其他excel文件，以检查问题是否与特定的excel文件有关。我建议你创建一个新的简单的excel来再次测试你的代码。

“无法处理我的文件，并显示相同的”文件包含损坏的数据“消息。”

我下载了你的excel文件，发现它是一个旧版本(.xls)的excel文件。

若要修复此异常，可以将excel转换为最新版本(.xlsx)或选择其他excel解析库。ExcelDataReader可以适用于任何版本的excel文件。你可以通过搜索“ExcelDataReader”来使用NuGet安装这个库。以下是如何解析.xls格式的excel文件的示例代码。我在Azure函数上测试了它，它工作得很好。

#r "Excel.dll"
#r "System.Data"

using System.Net;
using System.IO;
using Excel;
using System.Data;

public static HttpResponseMessage Run(HttpRequestMessage req, TraceWriter log)
{
    log.Info($"C# HTTP trigger function processed a request. RequestUri={req.RequestUri}");

    WebClient client = new WebClient();

    byte[] buffer = client.DownloadData("http://amor-webapp-test.azurewebsites.net/Content/abcdefg.xls");
    MemoryStream stream = new MemoryStream();
    stream.Write(buffer, 0, buffer.Length);
    stream.Position = 0;

    IExcelDataReader excelReader = ExcelReaderFactory.CreateBinaryReader(stream);

    DataSet result = excelReader.AsDataSet();

    for (int i = 0; i < result.Tables.Count; i++)
    {
        log.Info(result.Tables[i].TableName +" has " + result.Tables[i].Rows.Count + " rows.");
    }

    return req.CreateResponse(HttpStatusCode.OK, "Hello ");
}

请在执行上层代码之前，将Excel.dll文件添加到您的函数的bin文件夹中。

Answer 2

如果您确实需要保存临时文件，Azure Functions提供了一个%TEMP%环境变量，其中包含临时文件夹的路径。这是一个运行函数的vm的本地文件夹，不会被持久保存。

但是，在本地/在Azure文件中保存文件是不必要的。您应该能够从get请求的响应中获取流，并将其直接传递给OpenXML。

HttpWebRequest request = (HttpWebRequest)WebRequest.Create(originalExcelUrl);
using (HttpWebResponse response = (HttpWebResponse)request.GetResponse())
using (Stream stream = response.GetResponseStream()) 
{
    var doc = SpreadsheetDocument.Open(stream, true);
    // etc
}