C# Exportar tabla HTML a archivo Excel con IronXL

¿Por qué elegir IronXL para exportar datos de tablas HTML?

IronXL destaca en la creación y manipulación de archivos Excel sin necesidad de instalar Microsoft Office, lo que lo hace ideal para entornos de servidor y aplicaciones multiplataforma. Cuando se combina con HTML Agility Pack, un sólido analizador de archivos y contenidos HTML, IronXL se convierte en una solución versátil para convertir cualquier estructura de tabla HTML en datos de hoja Excel. Este enfoque funciona sin problemas con aplicaciones .NET y puede manejar grandes conjuntos de datos eficientemente.

A diferencia de bibliotecas como la biblioteca de Excel Syncfusion XlsIO, que ofrece una función de ImportHtmlTable limitada a formatos y estructuras de tablas HTML específicos, el enfoque de IronXL brinda a los desarrolladores un control completo sobre el proceso de análisis y conversión. Esta flexibilidad significa que los desarrolladores pueden manejar escenarios complejos como tablas anidadas, formato de datos personalizado y extracción selectiva de columnas que los métodos rígidos incorporados no pueden acomodar. La configuración predeterminada funciona bien para la mayoría de los casos de uso, pero se puede personalizar cada detalle.

Además, IronXL proporciona funciones completas de Excel, como soporte de fórmulas, estilización de celdas, gestión de múltiples hojas de cálculo y varios formatos de exportación (XLSX, XLS, JSON y archivo CSV). Puede incluso crear gráficos, exportar a PDF y gestionar datos de campos ocultos, lo que lo convierte en una solución completa para las necesidades de automatización de Excel más allá de la simple conversión de tablas HTML. Tanto si se trabaja con un objeto datable como con un archivo de hoja de cálculo, IronXL gestiona la conversión sin problemas.

¿Cómo configurar las bibliotecas necesarias?

Primero, instale tanto IronXL como HTML Agility Pack a través del Administrador de paquetes NuGet. IronXL ofrece una prueba gratuita para probar todas las características:

Install-Package IronXL.Excel
Install-Package HtmlAgilityPack

Install-Package IronXL.Excel
Install-Package HtmlAgilityPack

IRON VB CONVERTER ERROR developers@ironsoftware.com

Estos paquetes NuGet le permiten crear, cargar y guardar documentos Excel programáticamente. Luego importe las instrucciones 'using' necesarias a su archivo de código C#:

using IronXL;
using HtmlAgilityPack;
using System;
using System.Linq;

using IronXL;
using HtmlAgilityPack;
using System;
using System.Linq;

IRON VB CONVERTER ERROR developers@ironsoftware.com

Estas bibliotecas trabajan juntas sin problemas, con HTML Agility Pack gestionando el análisis HTML mientras IronXL gestiona la creación y manipulación del archivo Excel. Este ejemplo muestra un método sencillo para convertir tablas HTML al formato XLSX.

¿Cómo analizar datos de tablas HTML con HTML Agility Pack?

HTML Agility Pack proporciona una forma sencilla de navegar por documentos HTML usando expresiones XPath. El siguiente código muestra cómo extraer datos de una tabla HTML y prepararlos para exportar:

// Sample HTML table with product data
string htmlContent = @"
<table>
    <thead>
        <tr>
            <th>Product</th>
            <th>Price</th>
            <th>Stock</th>
        </tr>
    </thead>
    <tbody>
        <tr>
            <td>Laptop</td>
            <td>$999</td>
            <td>15</td>
        </tr>
        <tr>
            <td>Mouse</td>
            <td>$25</td>
            <td>50</td>
        </tr>
        <tr>
            <td>Keyboard</td>
            <td>$75</td>
            <td>30</td>
        </tr>
    </tbody>
</table>";
// Load HTML document for parsing
var doc = new HtmlDocument();
doc.LoadHtml(htmlContent);
// Select the HTML table element using XPath
var table = doc.DocumentNode.SelectSingleNode("//table");

// Sample HTML table with product data
string htmlContent = @"
<table>
    <thead>
        <tr>
            <th>Product</th>
            <th>Price</th>
            <th>Stock</th>
        </tr>
    </thead>
    <tbody>
        <tr>
            <td>Laptop</td>
            <td>$999</td>
            <td>15</td>
        </tr>
        <tr>
            <td>Mouse</td>
            <td>$25</td>
            <td>50</td>
        </tr>
        <tr>
            <td>Keyboard</td>
            <td>$75</td>
            <td>30</td>
        </tr>
    </tbody>
</table>";
// Load HTML document for parsing
var doc = new HtmlDocument();
doc.LoadHtml(htmlContent);
// Select the HTML table element using XPath
var table = doc.DocumentNode.SelectSingleNode("//table");

IRON VB CONVERTER ERROR developers@ironsoftware.com

Este código carga el contenido HTML en un objeto HtmlDocument y utiliza XPath para consultar y seleccionar el elemento de la tabla. El método SelectSingleNode devuelve la primera tabla encontrada en el HTML, lo que facilita la selección de tablas específicas cuando existen varias. Cada fila de la tabla se procesa para extraer el valor de la celda para su conversión.

¿Cómo exportar datos analizados a Excel usando IronXL?

Con IronXL, podemos convertir fácilmente los datos de la tabla HTML analizada en una hoja de cálculo Excel profesional con formato adecuado. El siguiente código demuestra cómo exportar los datos con configuraciones de tamaño y familia de fuente personalizadas:

// Create a new Excel workbook
WorkBook workBook = WorkBook.Create(ExcelFileFormat.XLSX);
WorkSheet workSheet = workBook.CreateWorkSheet("Exported Data");
// Extract and write headers
var headers = table.SelectNodes(".//thead/tr/th");
if (headers != null)
{
    for (int col = 0; col < headers.Count; col++)
    {
        workSheet.SetCellValue(0, col, headers[col].InnerText.Trim());
        // Apply header formatting
        var headerCell = workSheet.GetCellAt(0, col);
        headerCell.Style.Font.Bold = true;
        headerCell.Style.BackgroundColor = "#4CAF50";
    }
}
// Extract and write data rows
var rows = table.SelectNodes(".//tbody/tr");
if (rows != null)
{
    for (int row = 0; row < rows.Count; row++)
    {
        var cells = rows[row].SelectNodes("td");
        if (cells != null)
        {
            for (int col = 0; col < cells.Count; col++)
            {
                string cellValue = cells[col].InnerText.Trim();
                workSheet.SetCellValue(row + 1, col, cellValue);
            }
        }
    }
}
// Auto-fit columns for better readability
for (int col = 0; col < headers?.Count; col++)
{
    workSheet.AutoSizeColumn(col);
}
// Save the Excel file
workBook.SaveAs("ExportedTable.xlsx");

// Create a new Excel workbook
WorkBook workBook = WorkBook.Create(ExcelFileFormat.XLSX);
WorkSheet workSheet = workBook.CreateWorkSheet("Exported Data");
// Extract and write headers
var headers = table.SelectNodes(".//thead/tr/th");
if (headers != null)
{
    for (int col = 0; col < headers.Count; col++)
    {
        workSheet.SetCellValue(0, col, headers[col].InnerText.Trim());
        // Apply header formatting
        var headerCell = workSheet.GetCellAt(0, col);
        headerCell.Style.Font.Bold = true;
        headerCell.Style.BackgroundColor = "#4CAF50";
    }
}
// Extract and write data rows
var rows = table.SelectNodes(".//tbody/tr");
if (rows != null)
{
    for (int row = 0; row < rows.Count; row++)
    {
        var cells = rows[row].SelectNodes("td");
        if (cells != null)
        {
            for (int col = 0; col < cells.Count; col++)
            {
                string cellValue = cells[col].InnerText.Trim();
                workSheet.SetCellValue(row + 1, col, cellValue);
            }
        }
    }
}
// Auto-fit columns for better readability
for (int col = 0; col < headers?.Count; col++)
{
    workSheet.AutoSizeColumn(col);
}
// Save the Excel file
workBook.SaveAs("ExportedTable.xlsx");

IRON VB CONVERTER ERROR developers@ironsoftware.com

Este código demuestra la API intuitiva para la manipulación de Excel en C# con IronXL. En primer lugar, crea un nuevo WorkBook y WorkSheet. Luego, recorre los encabezados de la tabla HTML analizada, colocándolos en la primera fila mientras aplica formato en negrita y un color de fondo verde. Las filas de datos de la tabla HTML se procesan de manera similar, con el contenido de texto de cada celda extraído y colocado en la celda correspondiente de Excel. La función AutoSizeColumn garantiza que todo el contenido sea visible y, por último, el libro de trabajo se guarda como un archivo XLSX. Puede descargar fácilmente el archivo generado o almacenarlo en una base de datos para recuperarlo posteriormente.

C# Export HTML Table to Excel File with IronXL: Image 1 - IronXL parsed table data output (Exportar tabla HTML a archivo Excel con IronXL: Imagen 1 - Salida de datos de tabla analizados con IronXL)

Aquí, puede ver la tabla HTML original comparada con la salida de arriba:

C# Export HTML Table to Excel File with IronXL: Image 2 - Parsed Excel data vs. the original HTML table >C# Export HTML Table to Excel File with IronXL: Image 2 - Parsed Excel data vs. the original HTML table

Manejo de escenarios comunes

Cuando se trabaja con varias tablas, basta con utilizar SelectNodes("//table") para obtener todas las tablas e iterar a través de ellas, creando hojas de trabajo separadas para cada una. Este ejemplo muestra cómo manejar escenarios complejos con grandes conjuntos de datos:

var tables = doc.DocumentNode.SelectNodes("//table");
foreach (var tbl in tables)
{
    // Create new worksheet for each table
    WorkSheet ws = workBook.CreateWorkSheet($"Table_{tables.IndexOf(tbl) + 1}");
    // Process table as shown above
}

var tables = doc.DocumentNode.SelectNodes("//table");
foreach (var tbl in tables)
{
    // Create new worksheet for each table
    WorkSheet ws = workBook.CreateWorkSheet($"Table_{tables.IndexOf(tbl) + 1}");
    // Process table as shown above
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

Para el manejo de errores, envuelva la lógica de análisis en bloques try-catch para manejar HTML mal formado de manera elegante. IronXL maneja automáticamente la detección de tipos de datos, convirtiendo cadenas numéricas a números cuando es apropiado. Para escenarios más complejos que involucren contenido dinámico, los desarrolladores a menudo combinan este enfoque con herramientas como Selenium WebDriver para tablas renderizadas por JavaScript.

Al procesar el contenido de una URL o una consulta a una base de datos para su posterior análisis, es posible que tenga que manejar detalles adicionales, como valores de campos ocultos o requisitos especiales de formato. El comportamiento predeterminado funciona bien para tablas estándar, pero puede personalizar el tamaño de fuente, la familia de fuente y otras propiedades de estilo para cada primera columna o cualquier fila de tabla específica según sea necesario.

Conclusión

La combinación de IronXL y HTML Agility Pack proporciona una solución robusta y flexible para exportar tablas HTML a Excel en C#. En este artículo se han mostrado pasos sencillos para convertir contenido HTML a formato XLSX, exportar información datable y crear archivos de hoja de cálculo profesionales. Este enfoque ofrece más control que los métodos rígidos incorporados, permitiendo a los desarrolladores manejar estructuras HTML complejas mientras aprovechan las completas características de Excel de IronXL.

Ya se trate de crear raspadores web, migrar datos heredados de una base de datos, automatizar la generación de informes con gráficos o realizar análisis de datos en grandes conjuntos de datos, esta solución se adapta a las necesidades de la empresa. Los ejemplos de código que se ofrecen muestran cómo manejar diversas fuentes de entrada, desde HTML estático hasta contenido dinámico recuperado a través de URL. Puede exportar fácilmente los resultados para su descarga o para un procesamiento más pesado en su aplicación .NET.

¿Listo para transformar tus datos HTML en archivos de hojas Excel profesionales? Comience su prueba gratuita de IronXL hoy y experimente la flexibilidad de la manipulación programática de Excel sin dependencias de Office. Para implantaciones de producción, explore nuestras opciones de licencia a partir de 749 $.