C# ExcelDataReader无效文件签名

Question

我已经看过了，但它并没有解决我的问题，https://stackoverflow.com/questions/51079664/c-sharp-error-with-exceldatareader

我尝试构建一个读取XLS文件并将其转换为string[]的方法，但是当我尝试运行它时会出现一个错误: ExcelDataReader.Exceptions.HeaderException:无效文件签名。

我尝试过使用XLSX运行它，并且运行良好。

我所使用的文件以前是起作用的。

请注意。我运行过与以前使用XLS相同的方法，因此我很困惑为什么会发生此错误。(使用ExcelDataReader版本3.6.0)

以下是代码：

private static List<string[]> GetExcelRecords(string path, bool hasHeaders)
        {
            var records = new List<string[]>();
            using (var stream = File.Open(path, FileMode.Open, FileAccess.Read))
            {
                using (var reader = ExcelReaderFactory.CreateReader(stream))
                {
                    var sheetFile = reader.AsDataSet().Tables[0];

                    for (int i = 0; i < sheetFile.Rows.Count; i++)
                    {
                        var record = sheetFile.Rows[i];
                        if (hasHeaders)
                        {
                            hasHeaders = false;
                            continue;
                        }
                        var row = record.ItemArray.Select(o => o.ToString()).ToArray();
                        records.Add(row);
                    }
                }
            }
            return records;
        }

异常发生在第4行。

我试过使用ExcelReaderFactory.CreateBinaryReader和ExcelReaderFactory.CreateOpenXlmReader

Answer 1

这更多是为了好玩(所以是社区wiki)，但下面是我写它的方式：

private static IEnumerable<string[]> GetExcelRecords(string path, int headerRowsToSkip = 0)
{
    using (var stream = File.Open(path, FileMode.Open, FileAccess.Read))
    using (var reader = ExcelReaderFactory.CreateReader(stream))
    {
        while(headerRowsToSkip-- > 0 && reader.Read()) {} //intentionally empty
        while(reader.Read())
        {
             object[] temp = new object[reader.FieldCount];
             reader.GetValues(temp);
             yield return temp.Select(o => o.ToString()).ToArray();
        }
    }
}

我对此还不满意，特别是这部分：

object[] temp = new object[reader.FieldCount];
reader.GetValues(temp);
yield return temp.Select(o => o.ToString()).ToArray();

问题是，我们在每次迭代中最终得到三个数据副本:读取器中包含的副本、object[]中的副本和string[]中的副本。

还值得一提的是，由于文化/国际化问题，在字符串和日期/数值之间来回转换是我们在计算机中经常做的最慢的事情之一。如果ExcelDataReader尊重表中的类型信息，并给出数字和日期值，那么通常会导致LOT的性能比您意识到的要转换为字符串的性能要高。

我们不能避免一次从读取器中复制数据，所以无论如何我们都需要两个副本。考虑到这一点，我认为这样做可能更好：

object[] temp = new object[reader.FieldCount];
reader.GetValues(temp);
yield return temp;

然后，我们还需要更改方法签名。这就让我们返回一组object[]s，它仍然不太理想。

另一种选择更具有转换性:使用泛型和函数式编程概念来创建一个实际的类型化对象，而不仅仅是一个数组：

private static IEnumerable<T> GetExcelRecords<T>(string path, Func<IDataRecord, T> transform, int headerRowsToSkip = 0)
{
    using (var stream = File.Open(path, FileMode.Open, FileAccess.Read))
    using (var reader = ExcelReaderFactory.CreateReader(stream))
    {
        while(headerRowsToSkip-- > 0 && reader.Read()) {} //intentionally empty
        while(reader.Read())
        {
             yield return transform(reader);
        }
    }
}

这就把艰苦的工作推到了lambda表达式上。为了解释如何使用它，假设您有一个带有一个标题行和列(按顺序排列)的工作表，用于整数ID、日期、十进制价格、双重数量和字符串描述。您可以这样调用该方法：

var rows = GetExcelRecords("file path", row => 
    {
       return (row.GetInt32(0), row.GetDateTime(1), row.GetDecimal(2), row.GetDouble(3), row.GetString(4) );
    }, 1);

它使用ValueTuple来避免声明类，同时仍然保留原始数据类型并避免两个类(2!)为每一行分配数组。由于我们使用的是IEnumerable<>而不是List<>，这也意味着每次只需要在内存中保留一行。

我想我们最终会在一个好地方结束。我用来读取标题行的技巧可能有点太聪明了--依赖于布尔短路排序、操作符优先级的细微性和空置的here循环--但我喜欢这里的对称性。

Answer 2

问题似乎是我的笔记本电脑损坏了XLS文件(我不知道为什么)，错误不是文件类型造成的，而是我的文件已损坏的事实。