C# CSV-Datei in DataTable einlesen: Vollständiger Entwicklerleitfaden

Warum ist die Konvertierung von CSV in DataTable unerlässlich?

Die Konvertierung von CSV in DataTable ermöglicht es Entwicklern, durch Kommas getrennte Werte (CSV-Daten) in strukturierte Objekte wie eine DataTable zur Weiterverarbeitung umzuwandeln. Egal ob Sie Bestandsdaten, Kundendatensätze oder Transaktionsprotokolle verarbeiten, die effiziente Konvertierung von CSV in eine neue DataTable ist von entscheidender Bedeutung. Wenn Sie die erste Zeile als Spaltenüberschriften verwenden, können Sie sicherstellen, dass die Spalten der Datentabelle mit dem Schema Ihrer Datenbanktabelle übereinstimmen, was sie perfekt für Excel-zu-SQL-Operationen macht.

Traditionelle Ansätze kämpfen oft mit großen Dateien, unterschiedlichen Trennzeichen oder Speicherverwaltung. IronXL beseitigt diese Herausforderungen und handhabt unterschiedliche Trennzeichen, zitierte Felder und eingebettete Kommas nahtlos. Die CSV-Lesefunktionen von IronXL beseitigen diese häufigen Probleme und bieten gleichzeitig zusätzliche Funktionen wie Datenvalidierung und Dateigrößenoptimierung .

Wie installiert man IronXL?

Der Einstieg mit IronXL erfordert nur eine einfache NuGet-Paketinstallation. Öffnen Sie die NuGet Paketmanager-Konsole in Visual Studio und führen Sie aus:

Install-Package IronXL.Excel

Nach der Installation fügen Sie das IronXL-Namespace zu Ihrem Projekt hinzu:

using IronXL;
using System.Data;

using IronXL;
using System.Data;

Dies ermöglicht den Zugriff auf alle leistungsstarken CSV-Verarbeitungsfunktionen ohne Abhängigkeiten von Excel. Weitere Details zur umfangreichen API von IronXL finden Sie in der API-Referenzdokumentation . Bei Verwendung von Docker-Containern sind möglicherweise zusätzliche Konfigurationsschritte erforderlich.

Warum NuGet der manuellen Installation vorziehen?

NuGet verwaltet Abhängigkeiten automatisch und stellt so sicher, dass alle benötigten Bibliotheken korrekt installiert werden. Es vereinfacht Versionsaktualisierungen – ein einziger Befehl aktualisiert IronXL und alle Abhängigkeiten. Die NuGet-Integration in Visual Studio bietet IntelliSense Unterstützung unmittelbar nach der Installation. Die Funktion zur Paketwiederherstellung stellt sicher, dass Teammitglieder automatisch die gleiche Version erhalten. Für Unternehmensumgebungen, die bestimmte Versionen erfordern, unterstützt NuGet auch private Paketfeeds .

Mit NuGet installieren

PM >  Install-Package IronXL.Excel

Schauen Sie sich IronXL auf NuGet für eine schnelle Installation an. Mit über 10 Millionen Downloads transformiert es die PDF-Entwicklung mit C#. Sie können auch das DLL herunterladen.

Wie konvertiert man CSV in DataTable ?

Die Schönheit von IronXL liegt in seiner Einfachheit. Hier erfahren Sie, wie Sie eine CSV-Datei lesen und in eine DataTable konvertieren:

// Load CSV file into a WorkBook object
WorkBook workbook = WorkBook.LoadCSV("sales_data.csv", 
    fileFormat: ExcelFileFormat.XLSX);

// Access the default worksheet
WorkSheet worksheet = workbook.DefaultWorkSheet;

// Convert to DataTable with headers
DataTable dataTable = worksheet.ToDataTable(true);

// Display the data
foreach (DataRow row in dataTable.Rows)
{
    foreach (var item in row.ItemArray)
    {
        Console.Write($"{item}\t");
    }
    Console.WriteLine();
}

// Load CSV file into a WorkBook object
WorkBook workbook = WorkBook.LoadCSV("sales_data.csv", 
    fileFormat: ExcelFileFormat.XLSX);

// Access the default worksheet
WorkSheet worksheet = workbook.DefaultWorkSheet;

// Convert to DataTable with headers
DataTable dataTable = worksheet.ToDataTable(true);

// Display the data
foreach (DataRow row in dataTable.Rows)
{
    foreach (var item in row.ItemArray)
    {
        Console.Write($"{item}\t");
    }
    Console.WriteLine();
}

Die LoadCSV-Methode analysiert intelligent Ihre CSV-Datei und handhabt automatisch gängige Fälle wie zitierte Felder und eingebettete Kommas. Der Parameter fileFormat teilt IronXL mit, wie die CSV-Daten intern interpretiert werden sollen, und stellt sicher, dass sie als Excel-kompatible Struktur behandelt werden. Nach dem Laden wandelt die Methode ToDataTable (true) das Arbeitsblatt in eine DataTable um, wobei der Parameter true angibt, dass die erste Zeile als Spaltenüberschriften verwendet werden soll. Das Ergebnis ist eine saubere, strukturierte DataTable mit benannten Spalten, die mit Ihren CSV-Überschriften übereinstimmen. Weitere fortgeschrittene Bearbeitungsmöglichkeiten finden Sie im vollständigen Tutorial "Excel zu DataTable" .

Der Konvertierungsprozess erhält zudem auf intelligente Weise die Datentypen – Zahlen bleiben numerisch, Datumsangaben werden korrekt interpretiert und Textfelder behalten ihre Formatierung. Diese automatische Typinferenz spart im Vergleich zu manuellen Parsing-Ansätzen erhebliche Entwicklungszeit. Für Szenarien, die eine benutzerdefinierte Datenformatierung erfordern, können Sie Zelldatenformate vor der Konvertierung anwenden.

Wie importiert man DataTable in SQL Server?

Sobald Sie Ihre DataTable haben, wird der Import in SQL Server mithilfe von SqlBulkCopy bemerkenswert effizient:

using System.Data;
using Microsoft.Data.SqlClient;
using IronXL;

class Program
{
    static void Main(string[] args)
    {
        // Create connection string
        string connectionString = @"Data Source=localhost;Initial Catalog=SalesDB;
                           Integrated Security=True;TrustServerCertificate=True;";

        // Read CSV into DataTable
        WorkBook workbook = WorkBook.LoadCSV("inventory_report.csv");
        DataTable dataTable = workbook.DefaultWorkSheet.ToDataTable(true);

        // Bulk insert into SQL Server
        using (SqlConnection connection = new SqlConnection(connectionString))
        {
            connection.Open();
            using (SqlBulkCopy bulkCopy = new SqlBulkCopy(connection))
            {
                // Set destination table name
                bulkCopy.DestinationTableName = "dbo.Inventory";

                // Map DataTable columns to SQL table columns
                bulkCopy.ColumnMappings.Add("ProductCode", "product_code");
                bulkCopy.ColumnMappings.Add("Quantity", "quantity");
                bulkCopy.ColumnMappings.Add("LastUpdated", "last_updated");

                // Set batch size for better performance
                bulkCopy.BatchSize = 1000;

                // Write data to SQL Server
                bulkCopy.WriteToServer(dataTable);
            }
        }

        Console.WriteLine($"Successfully imported {dataTable.Rows.Count} records");
    }
}

using System.Data;
using Microsoft.Data.SqlClient;
using IronXL;

class Program
{
    static void Main(string[] args)
    {
        // Create connection string
        string connectionString = @"Data Source=localhost;Initial Catalog=SalesDB;
                           Integrated Security=True;TrustServerCertificate=True;";

        // Read CSV into DataTable
        WorkBook workbook = WorkBook.LoadCSV("inventory_report.csv");
        DataTable dataTable = workbook.DefaultWorkSheet.ToDataTable(true);

        // Bulk insert into SQL Server
        using (SqlConnection connection = new SqlConnection(connectionString))
        {
            connection.Open();
            using (SqlBulkCopy bulkCopy = new SqlBulkCopy(connection))
            {
                // Set destination table name
                bulkCopy.DestinationTableName = "dbo.Inventory";

                // Map DataTable columns to SQL table columns
                bulkCopy.ColumnMappings.Add("ProductCode", "product_code");
                bulkCopy.ColumnMappings.Add("Quantity", "quantity");
                bulkCopy.ColumnMappings.Add("LastUpdated", "last_updated");

                // Set batch size for better performance
                bulkCopy.BatchSize = 1000;

                // Write data to SQL Server
                bulkCopy.WriteToServer(dataTable);
            }
        }

        Console.WriteLine($"Successfully imported {dataTable.Rows.Count} records");
    }
}

Die SqlBulkCopy-Klasse bietet außergewöhnliche Leistung für großformatige Datenimporte. Mit der ColumnMappings -Sammlung können Sie DataTable Spalten Datenbankspalten mit anderen Namen zuordnen und so die Flexibilität Ihres Datenschemas gewährleisten. Die BatchSize Eigenschaft optimiert die Speichernutzung, indem Datensätze in Blöcken verarbeitet werden, anstatt alle auf einmal zu laden. Mit diesem Ansatz lassen sich Millionen von Datensätzen effizient verarbeiten, wodurch er sich ideal für Datenoperationen im Unternehmensmaßstab eignet. Erfahren Sie mehr über die DataSet- und DataTable-Funktionen von IronXL .

Um die Datenintegrität weiter zu verbessern, sollten Sie die Implementierung von Transaktionsunterstützung für Ihre Massenkopiervorgänge in Betracht ziehen. Dadurch wird sichergestellt, dass Teilimporte im Fehlerfall rückgängig gemacht werden können. Sie können auch die Datenvalidierungsfunktionen von IronXL nutzen, um Daten vor dem Import vorab zu validieren.

Wie handhabt man verschiedene Trennzeichen?

Nicht alle CSV-Dateien verwenden Kommas. IronXL verarbeitet verschiedene Trennzeichen problemlos und eignet sich daher perfekt für internationale Datenformate oder ältere Systeme:

using IronXL;
using System;
using System.Data;
using System.IO;

class Program
{
    static void Main()
    {
        // --- Tab-delimited file ---
        string tsvPath = @"export_data.tsv";
        WorkBook tsvWorkbook = WorkBook.LoadCSV(tsvPath, ExcelFileFormat.XLSX, "\t");

        // --- Semicolon-delimited file ---
        string semiPath = @"european_data.csv";
        string tempCsv = Path.Combine(Path.GetTempPath(), "european_data_comma.csv");

        // Replace semicolons with commas for proper parsing
        var lines = File.ReadAllLines(semiPath);
        for (int i = 0; i < lines.Length; i++)
        {
            lines[i] = lines[i].Replace(';', ',');
        }
        File.WriteAllLines(tempCsv, lines);

        WorkBook semiWorkbook = WorkBook.LoadCSV(tempCsv, ExcelFileFormat.XLSX);

        // Print both workbooks
        PrintWorkbook(tsvWorkbook, "Tab-delimited File");
        PrintWorkbook(semiWorkbook, "Semicolon-delimited File");
    }

    static void PrintWorkbook(WorkBook workbook, string name)
    {
        Console.WriteLine($"\n--- {name} ---\n");
        DataTable dt = workbook.DefaultWorkSheet.ToDataTable(true);

        // Print column headers
        foreach (DataColumn col in dt.Columns)
        {
            Console.Write($"{col.ColumnName}\t");
        }
        Console.WriteLine();

        // Print rows
        foreach (DataRow row in dt.Rows)
        {
            foreach (var item in row.ItemArray)
            {
                Console.Write($"{item}\t");
            }
            Console.WriteLine();
        }
    }
}

using IronXL;
using System;
using System.Data;
using System.IO;

class Program
{
    static void Main()
    {
        // --- Tab-delimited file ---
        string tsvPath = @"export_data.tsv";
        WorkBook tsvWorkbook = WorkBook.LoadCSV(tsvPath, ExcelFileFormat.XLSX, "\t");

        // --- Semicolon-delimited file ---
        string semiPath = @"european_data.csv";
        string tempCsv = Path.Combine(Path.GetTempPath(), "european_data_comma.csv");

        // Replace semicolons with commas for proper parsing
        var lines = File.ReadAllLines(semiPath);
        for (int i = 0; i < lines.Length; i++)
        {
            lines[i] = lines[i].Replace(';', ',');
        }
        File.WriteAllLines(tempCsv, lines);

        WorkBook semiWorkbook = WorkBook.LoadCSV(tempCsv, ExcelFileFormat.XLSX);

        // Print both workbooks
        PrintWorkbook(tsvWorkbook, "Tab-delimited File");
        PrintWorkbook(semiWorkbook, "Semicolon-delimited File");
    }

    static void PrintWorkbook(WorkBook workbook, string name)
    {
        Console.WriteLine($"\n--- {name} ---\n");
        DataTable dt = workbook.DefaultWorkSheet.ToDataTable(true);

        // Print column headers
        foreach (DataColumn col in dt.Columns)
        {
            Console.Write($"{col.ColumnName}\t");
        }
        Console.WriteLine();

        // Print rows
        foreach (DataRow row in dt.Rows)
        {
            foreach (var item in row.ItemArray)
            {
                Console.Write($"{item}\t");
            }
            Console.WriteLine();
        }
    }
}

Dieser Code demonstriert das Laden von CSV-Dateien mit unterschiedlichen Trennzeichen in IronXL WorkBook Objekte. Tab-begrenzte Dateien werden mit "\t" als Separator gelesen, während semikolon-begrenzte Dateien vor dem Laden in das Standard-CSV-Format konvertiert werden. Das Standardarbeitsblatt jeder Arbeitsmappe wird mit ToDataTable (true) in eine DataTable umgewandelt, wobei die erste Zeile als Spaltenüberschriften verwendet wird. Für komplexere Trennzeichen-Szenarien können Sie auch die Konvertierung zwischen Tabellenkalkulationsdateitypen in Betracht ziehen.

Die Methode PrintWorkbook durchläuft dann die DataTable und zeigt die Daten in der Konsole an, einschließlich der Überschriften und aller Zeilen. Diese Flexibilität adressiert viele der häufigen CSV-Analyseherausforderungen, die von Entwicklern diskutiert werden. Bei der Arbeit mit europäischen Datenformaten erweist sich die Trennzeichenbehandlung von IronXL als besonders wertvoll, da sie regionale Unterschiede in den Datenformatierungsstandards berücksichtigt.

Was sind die nächsten Schritte?

IronXL verwandelt die komplexe Aufgabe der CSV-Datenbankimporte in einen einfachen, zuverlässigen Prozess. Mit nur wenigen Zeilen Code können Sie:

• Lesen Sie CSV-Dateien von beliebigen Dateipfaden mithilfe der LoadCSV-Funktionalität.
• Konvertierung der CSV-Daten in eine neue DataTable mit korrekter Datenformatierung
• Spaltenüberschriften und Datentabellenspalten durch intelligentes Parsen beibehalten
• Importieren Sie Millionen von Zeilen effizient in eine Datenbanktabelle mithilfe von Massenoperationen

Die Bibliothek handhabt die Feinheiten der CSV-Analyse, Speicherverwaltung und Datentypumwandlungen automatisch, sodass Sie sich auf Ihre Geschäftslogik statt auf Dateiverarbeitungsdetails konzentrieren können. Egal ob Sie ASP.NET-Anwendungen erstellen, mit Blazor arbeiten oder .NET MAUI-Apps entwickeln, IronXL bietet eine konsistente und zuverlässige CSV-Verarbeitung auf allen Plattformen.

Bereit, Ihren Datenimport-Workflow zu optimieren? Starten Sie Ihre kostenlose Testversion, um die perfekte Lösung für die Bedürfnisse Ihres Teams zu finden. Mit umfassender Dokumentation , zahlreichen Codebeispielen und Enterprise-Support werden Sie im Handumdrehen CSV-Dateien wie ein Profi verarbeiten.