OOXML中回车等特殊字符处理方法

问题点：NPOI处理xlsx文档时，将\r写成了换行符。

实例：以下字符abc\rcde

如果直接复制到Excel 2016，显示结果如下（单元格设置为折行显示）：

如果用NPOI写入Xlsx文档，显示结果如下（单元格设置为折行显示）：

代码如下：

            string path = @"C: \Users\Desktop\test.xlsx";

            var book = new XSSFWorkbook();

            var sheet = book.CreateSheet("test");

            var row = sheet.GetRow() ?? sheet.CreateRow();

            var cell = row.GetCell() ?? row.CreateCell();

            cell.SetCellValue("abc\rcde");

            using (var file = new FileStream(path, FileMode.Create, FileAccess.Write))

            {

                book.Write(file);

                file.Close();

            }

查看生成的Excel内部数据确实成了换行符：

原因

OOXML因为使用XML格式存储数据，所以XML中无法表示的字符需要转换为Unicode码存储，Excel打开时会自动将这些Unicode码转换为原来的字符显示。由于NPOI需要兼容以前版本Excel，而没有处理'\t' '\n' '\r'这几个字符。

NPOI源码：

        public static string ExcelEncodeString(string t)

        {

            StringWriter sw = new StringWriter();

            //poi dose not add prefix _x005f before _x????_ char.

            //if (Regex.IsMatch(t, "(_x[0-9A-F]{4,4}_)"))

            //{

            //    Match match = Regex.Match(t, "(_x[0-9A-F]{4,4}_)");

            //    int indexAdd = 0;

            //    while (match.Success)

            //    {

            //        t = t.Insert(match.Index + indexAdd, "_x005F");

            //        indexAdd += 6;

            //        match = match.NextMatch();

            //    }

            //}

            for (int i = ; i < t.Length; i++)

            {

                if (t[i] <= 0x1f && t[i] != '\t' && t[i] != '\n' && t[i] != '\r') //Not Tab, CR or LF

                {

                    //[0x00-0x0a]-[\r\n\t]

                    //poi replace those chars with ?

                    sw.Write('?');

                    //sw.Write("_x00{0}_", (t[i] < 0xa ? "0" : "") + ((int)t[i]).ToString("X"));

                }

                else if (t[i] == '\uFFFE')

                {

                    sw.Write('?');

                }

                else

                {

                    sw.Write(t[i]);

                }

            }

            return sw.ToString();

        }

对应方法

Unicode表里面需要处理的部分：

遍历所有字符，将001f内的字符都转换为Unicode。

字符转换为Unicode代码：

        private static string EncodeXmlUTF(string value)

        {

            var builder = new StringBuilder();

            foreach (char c in value.ToCharArray())

            {

                if (c < )

                {

                    builder.Append($"_x{(c < 16 ? "" : "")}{Convert.ToInt32(c):X}_");

                }

                else

                {

                    builder.Append(c);

                }

            }

            return builder.ToString();

        }

NPOI的场合

读取端：由于NPOI已经做了转换处理，所有不需要特别的代码。

写入端：

cell.SetCellValue(EncodeXmlUTF(text));

设置多文本的特殊处理：因为NPOI里面需要用到字符串位置信息，所有在它处理之后替换原先字符为Unicode。

            var text = new XSSFRichTextString("abcefg\rhijklmn");

            text.ApplyFont(commonFont.Index);

            text.ApplyFont(, , green_font);

            foreach (var r in text.GetCTRst().r)

            {

                r.t = EncodeXmlUTF(r.t);

            }

OpenXML的场合

需要在SharedStringTable中写入SharedStringItem：

shareStringPart.SharedStringTable.AppendChild(new SharedStringItem(new Text(EncodeXmlUTF(value))));

读取的时候同理需要将SharedStringItem.InnerText转码后的数据转换回来：

Unicode转换回来代码：

        static String UtfDecode(String value)

        {

            if (value == null) return null;

            StringBuilder buf = new StringBuilder();

            MatchCollection mc = utfPtrn.Matches(value);

            int idx = ;

            for (int i = ; i < mc.Count;i++ )

            {

                    int pos = mc[i].Index;

                    if (pos > idx)

                    {

                        buf.Append(value.Substring(idx, pos-idx));

                    }

                    String code = mc[i].Groups[].Value;

                    int icode = Int32.Parse(code, System.Globalization.NumberStyles.AllowHexSpecifier);

                    buf.Append((char)icode);

                    idx = mc[i].Index+mc[i].Length;

                }

            buf.Append(value.Substring(idx));

            return buf.ToString();

        }

巴特西

OOXML中回车等特殊字符处理方法

问题点：NPOI处理xlsx文档时，将\r写成了换行符。

原因

对应方法

NPOI的场合

OpenXML的场合

最新文章

热门文章