excel - 什么表明 Office Open XML 单元格包含日期/时间值？

Question

我正在使用Office Open XML SDK读取 .xlsx 文件，并且对读取日期/时间值感到困惑。我的一个电子表格有这个标记（由 Excel 2010 生成）

<x:row r="2" spans="1:22" xmlns:x="http://schemas.openxmlformats.org/spreadsheetml/2006/main">
  <x:c r="A2" t="s">
    <x:v>56</x:v>
  </x:c>
  <x:c r="B2" t="s">
    <x:v>64</x:v>
  </x:c>
  .
  .
  .
  <x:c r="J2" s="9">
    <x:v>17145</x:v>
  </x:c>

单元格 J2 中有一个日期序列值和一个样式属性s="9"。但是，Office Open XML 规范说 9 对应于跟随的超链接。这是ECMA-376, Second Edition, Part 1 - Fundamentals And Markup Language Reference.pdf第 4,999 页的屏幕截图。

规范中包含的 presetCellStyles.xml 文件也将builtinId9 称为后续超链接。

<followedHyperlink builtinId="9">

规范中的所有样式都只是视觉格式样式，而不是数字样式。数字样式在哪里定义，如何区分样式引用s="9"与指示单元格格式（视觉）样式和数字样式？

显然，我在错误的地方寻找将单元格上的样式与其数字格式相匹配的地方。在哪里可以找到这些信息？

Answer 1

s 属性引用styles.xml 中的样式xf 条目。样式 xf 又引用了数字格式掩码。要识别包含日期的单元格，您需要执行样式 xf -> numberformat 查找，然后确定该 numberformat 掩码是否是日期/时间 numberformat 掩码（而不是例如百分比或会计 numberformat 掩码）。

style.xml 文件包含以下元素：

<xf numFmtId="14" ... applyNumberFormat="1" />
<xf numFmtId="1" ... applyNumberFormat="1" />

这些是 xf 条目，它们反过来为您提供一个引用数字格式掩码的 numFmtId。

您应该在 style.xml 顶部附近的某处找到 numFmts 部分，作为 styleSheet 元素的一部分

<?xml version="1.0" encoding="UTF-8" standalone="yes" ?> 
    <styleSheet xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main">
        <numFmts count="3">
            <numFmt numFmtId="164" formatCode="[$-414]mmmm\ yyyy;@" /> 
            <numFmt numFmtId="165" formatCode="0.000" /> 
            <numFmt numFmtId="166" formatCode="#,##0.000" /> 
        </numFmts>

数字格式id可能在这里，也可能是内置格式之一。小于 164 的数字格式代码 (numFmtId) 是“内置”的。

我的清单不完整：

0 = 'General';
1 = '0';
2 = '0.00';
3 = '#,##0';
4 = '#,##0.00';

9 = '0%';
10 = '0.00%';
11 = '0.00E+00';
12 = '# ?/?';
13 = '# ??/??';
14 = 'mm-dd-yy';
15 = 'd-mmm-yy';
16 = 'd-mmm';
17 = 'mmm-yy';
18 = 'h:mm AM/PM';
19 = 'h:mm:ss AM/PM';
20 = 'h:mm';
21 = 'h:mm:ss';
22 = 'm/d/yy h:mm';

37 = '#,##0 ;(#,##0)';
38 = '#,##0 ;[Red](#,##0)';
39 = '#,##0.00;(#,##0.00)';
40 = '#,##0.00;[Red](#,##0.00)';

44 = '_("$"* #,##0.00_);_("$"* \(#,##0.00\);_("$"* "-"??_);_(@_)';
45 = 'mm:ss';
46 = '[h]:mm:ss';
47 = 'mmss.0';
48 = '##0.0E+0';
49 = '@';

27 = '[$-404]e/m/d';
30 = 'm/d/yy';
36 = '[$-404]e/m/d';
50 = '[$-404]e/m/d';
57 = '[$-404]e/m/d';

59 = 't0';
60 = 't0.00';
61 = 't#,##0';
62 = 't#,##0.00';
67 = 't0%';
68 = 't0.00%';
69 = 't# ?/?';
70 = 't# ??/??';

缺失值主要与东亚变体格式有关。

Answer 2

以为我会添加我的解决方案，以确定双精度值FromOADate是否真的是日期。原因是我的 excel 文件中也有一个邮政编码。如果numberingFormat是文本，则为 null。

或者，您可以使用numberingFormatIdand 检查IdsExcel 用于日期的列表。

就我而言，我已经明确确定了客户端所有字段的格式。

    /// <summary>
    /// Creates the datatable and parses the file into a datatable
    /// </summary>
    /// <param name="fileName">the file upload's filename</param>
    private void ReadAsDataTable(string fileName)
    {
        try
        {
            DataTable dt = new DataTable();
            using (SpreadsheetDocument spreadSheetDocument = SpreadsheetDocument.Open(string.Format("{0}/{1}", UploadPath, fileName), false))
            {
                WorkbookPart workbookPart = spreadSheetDocument.WorkbookPart;
                IEnumerable<Sheet> sheets = spreadSheetDocument.WorkbookPart.Workbook.GetFirstChild<Sheets>().Elements<Sheet>();
                string relationshipId = sheets.First().Id.Value;
                WorksheetPart worksheetPart = (WorksheetPart)spreadSheetDocument.WorkbookPart.GetPartById(relationshipId);
                Worksheet workSheet = worksheetPart.Worksheet;
                SheetData sheetData = workSheet.GetFirstChild<SheetData>();
                IEnumerable<Row> rows = sheetData.Descendants<Row>();

                var cellFormats = workbookPart.WorkbookStylesPart.Stylesheet.CellFormats;
                var numberingFormats = workbookPart.WorkbookStylesPart.Stylesheet.NumberingFormats;

                // columns omitted for brevity

                // skip first row as this row is column header names
                foreach (Row row in rows.Skip(1))
                {
                    DataRow dataRow = dt.NewRow();

                    for (int i = 0; i < row.Descendants<Cell>().Count(); i++)
                    {
                        bool isDate = false;
                        var styleIndex = (int)row.Descendants<Cell>().ElementAt(i).StyleIndex.Value;
                        var cellFormat = (CellFormat)cellFormats.ElementAt(styleIndex);

                        if (cellFormat.NumberFormatId != null)
                        {
                            var numberFormatId = cellFormat.NumberFormatId.Value;
                            var numberingFormat = numberingFormats.Cast<NumberingFormat>()
                                .SingleOrDefault(f => f.NumberFormatId.Value == numberFormatId);

                            // Here's yer string! Example: $#,##0.00_);[Red]($#,##0.00)
                            if (numberingFormat != null && numberingFormat.FormatCode.Value.Contains("mm/dd/yy"))
                            {
                                string formatString = numberingFormat.FormatCode.Value;
                                isDate = true;
                            }
                        }

                        // replace '-' with empty string
                        string value = GetCellValue(spreadSheetDocument, row.Descendants<Cell>().ElementAt(i), isDate);
                        dataRow[i] = value.Equals("-") ? string.Empty : value;
                    }

                    dt.Rows.Add(dataRow);
                }
            }

            this.InsertMembers(dt);
            dt.Clear();
        }
        catch (Exception ex)
        {
            LogHelper.Error(typeof(MemberUploadApiController), ex.Message, ex);
        }
    }

    /// <summary>
    /// Reads the cell's value
    /// </summary>
    /// <param name="document">current document</param>
    /// <param name="cell">the cell to read</param>
    /// <returns>cell's value</returns>
    private string GetCellValue(SpreadsheetDocument document, Cell cell, bool isDate)
    {
        string value = string.Empty;

        try
        {
            SharedStringTablePart stringTablePart = document.WorkbookPart.SharedStringTablePart;
            value = cell.CellValue.InnerXml;

            if (cell.DataType != null && cell.DataType.Value == CellValues.SharedString)
            {
                return stringTablePart.SharedStringTable.ChildElements[Int32.Parse(value)].InnerText;
            }
            else
            {
                // check if this is a date or zip.
                // integers will be passed into this else statement as well. 
                if (isDate)
                {
                    value = DateTime.FromOADate(double.Parse(value)).ToString();
                }

                return value;
            }
        }
        catch (Exception ex)
        {
            LogHelper.Error(typeof(MemberUploadApiController), ex.Message, ex);
        }

        return value;
    }

Answer 3

选择的答案很准确，但请注意 Excel 定义了一些与 OpenXML 规范不同的数字格式 (numFmt) 代码。根据Open XML SDK 2.5 Productivity Tool 的文档（在 NumberingFormat 类的“实施者说明”选项卡上）：

该标准定义了内置格式 ID 14：“mm-dd-yy”；22: "月/日/年月: 月"; 37: "#,##0 ;(#,##0)"; 38: "#,##0 ;[红色]"; 39: "#,##0.00;(#,##0.00)"; 40: "#,##0.00;[红色]"; 47：“mmss.0”；KOR fmt 55：“yyyy-mm-dd”。

Excel 定义了内置格式 ID
14：“m/d/yyyy”
22：“m/d/yyyy h:mm”
37：“#,##0_);(#,##0)”
38:“# ,##0_);[红色]"
39: "#,##0.00_);(#,##0.00)"
40: "#,##0.00_);[红色]"
47: "mm:ss .0"
55: "yyyy/mm/dd"

大多数都是微小的变化，但＃14是一个笨蛋。我浪费了几个小时来解决为什么没有将前导零添加到个位数的月份和日期（例如 2014 年 1 月 5 日与 14 年 1 月 5 日）。

Answer 4

在styles.xml 中查看是否有numFmt 节点。我认为这将包含一个“9”的 numFmtId，这将与使用的日期格式有关。

我不知道它在 ECMA 中的哪个位置，但是如果您搜索 numFmt，您可能会找到它。

Answer 5

如果其他人对此感到困难，这就是我所做的：

1）创建一个新的excel文件并在单元格A1中输入一个日期时间字符串

2）将单元格上的格式更改为您想要的任何格式，然后保存文件。

3) 运行以下 powershell 脚本以从 .xlxs 中提取样式表

[Reflection.Assembly]::LoadWithPartialName("DocumentFormat.OpenXml")

$xlsx = (ls C:\PATH\TO\FILE.xlsx).FullName
$package = [DocumentFormat.OpenXml.Packaging.SpreadsheetDocument]::Open($xlsx, $true)

[xml]$style = $package.WorkbookPart.WorkbookStylesPart.Stylesheet.OuterXml
Out-File -InputObject $style.OuterXml -FilePath "style.xml"

style.xml现在包含您可以注入的信息DocumentFormat.OpenXml.Spreadsheet.Stylesheet(string outerXml)，导致

4）使用提取的文件构建excel对象模型

var style = File.ReadAllText(@"c:\PATH\TO\EXTRACTED\Style.xml");
var stylesheetPart = WorkbookPart_REFERENCE.AddNewPart<WorkbookStylesPart>();
stylesheetPart.Stylesheet = new Stylesheet(style);
stylesheetPart.Stylesheet.Save();

Answer 6

我不清楚如何可靠地确定单元格是否具有日期/时间值。在花了一些时间试验之后，我想出了可以同时查找内置和自定义日期/时间格式的代码（见帖子） 。

Answer 7

@RobScott 对您的代码片段的引用我发现在特定单元格的样式索引中始终为空

              var styleIndex = (int)row.Descendants<Cell>().ElementAt(i).StyleIndex.Value;

我要求阅读下面提到的 excel 并将行和列数据转换为 json。

excel参考

库存发票编号	库存发票开	姓名	描述
DC3320012989	23-01-2021 00:00:00:00	项目1	描述
DC3320012989	24-01-2021 00:00:00:00	项目2	描述
DC3320012989	25-01-2021 00:00:00:00	项目3	描述