Jak wyeksportować tabelę HTML do Excela w języku C#

Co sprawia, że IronXL nadaje się do środowisk korporacyjnych?

IronXL doskonale sprawdza się w tworzeniu i edycji plików Excel bez konieczności instalowania pakietu Microsoft Office, co czyni go idealnym rozwiązaniem dla środowisk serwerowych i aplikacji wielopłatformowych. Biblioteka obsługuje wdrażanie w Azure, funkcjach AWS Lambda oraz kontenerach Docker, zapewniając kompatybilność z nowoczesnymi architekturami chmury. W połączeniu z HTML Agility Pack, solidnym parserem plików HTML i treści, IronXL staje się wszechstronnym rozwiązaniem do konwersji dowolnej struktury tabeli HTML na dane arkusza Excel. To podejście płynnie współpracuje z aplikacjami .NET i pozwala efektywnie obsługiwać duże zbiory danych dzięki zoptymalizowanym funkcjom wydajnościowym.

W środowiskach Enterprise wymagających ścisłej zgodności z przepisami IronXL zapewnia kompleksową dokumentację dotyczącą bezpieczeństwa oraz obsługuje skoroszyty chronione hasłem i zaszyfrowane arkusze. Biblioteka działa również płynnie na serwerach Linux i systemach macOS, zapewniając prawdziwą kompatybilność międzyplatformową, niezbędną dla zróżnicowanych infrastruktur Enterprise.

Jak biblioteka IronXL wypada na tle innych bibliotek Excel?

W przeciwieństwie do bibliotek takich jak XlsIO biblioteki Syncfusion Excel, która oferuje funkcję ImportHtmlTable ograniczoną do określonych formatów HTML i struktur tabel, podejście IronXL zapewnia programistom pełną kontrolę nad procesem parsowania i konwersji. Ta elastyczność oznacza, że programiści mogą radzić sobie ze złożonymi scenariuszami, takimi jak zagnieżdżone tabele, niestandardowe formatowanie danych i selektywne wyodrębnianie kolumn, których nie są w stanie obsłużyć sztywne metody wbudowane. Ustawienia domyślne sprawdzają się w większości przypadków, ale można dostosować każdy szczegół, w tym czcionki i rozmiary komórek, wzory i kolory tła oraz wyrównanie obramowań.

Obszerne dokumenty referencyjne API IronXL zapewniają programistom szczegółową kontrolę nad każdym aspektem operacji w programie Excel, od formatowania warunkówego po tworzenie wykresów. Ten poziom kontroli jest szczególnie cenny w przypadku danych Enterprise, które wymagają określonego formatowania w celu zapewnienia zgodności z przepisami lub standardami korporacyjnymi.

Jakie zaawansowane funkcje oferuje IronXL?

Ponadto IronXL oferuje kompleksowe funkcje programu Excel, w tym obsługę formuł, formatowanie komórek, zarządzanie wieloma arkuszami oraz różne formaty eksportu (pliki XLSX, XLS, JSON i CSV). Biblioteka obsługuje funkcje matematyczne, takie jak Sum, Average, Min i Max, umożliwiając wykonywanie złożonych obliczeń bezpośrednio w wygenerowanych plikach Excel. Można nawet tworzyć wykresy, eksportować do formatu PDF i zarządzać danymi z ukrytych pól, co sprawia, że jest to kompletne rozwiązanie do automatyzacji Excela wykraczające poza zwykłą konwersję tabel HTML. Niezależnie od tego, czy pracujesz z obiektem DataTable, czy z plikiem arkusza kalkulacyjnego, IronXL płynnie obsługuje konwersję.

W celu zaspokojenia potrzeb związanych z raportowaniem w Enterprise, IronXL obsługuje nazwane zakresy dla lepszej czytelności formuł, zamrażanie okienek dla lepszej nawigacji po danych oraz funkcję grupowania/rozgrupowywania do organizowania złożonych struktur danych. Biblioteka oferuje również funkcje automatycznego dopasowania rozmiaru, aby zapewnić prawidłowe wyświetlanie całej treści.

Jakie pakiety NuGet są wymagańe?

Najpierw zainstaluj zarówno IronXL, jak i HTML Agility Pack za pomocą menedżera pakietów NuGet. IronXL oferuje bezpłatną wersję próbną do przetestowania wszystkich funkcji oraz szczegółową dokumentację licencyjną dla wdrożeń Enterprise:

Install-Package IronXl.Excel
Install-Package HtmlAgilityPack

Install-Package IronXl.Excel
Install-Package HtmlAgilityPack

W środowiskach Enterprise klucz licencyjny można skonfigurować w pliku Web.config lub zastosować programowo za pomocą interfejsu API licencji. Biblioteka obsługuje różne scenariusze wdrożenia, w tym aplikacje internetowe ASP.NET oraz aplikacje po stronie serwera Blazor.

Jakie przestrzenie nazw należy zaimportować?

Te pakiety NuGet umożliwiają programowe tworzenie, wczytywanie i zapisywanie dokumentów Excel. Następnie zaimportuj niezbędne instrukcje using do pliku kodu C#:

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

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

Imports IronXL
Imports HtmlAgilityPack
Imports System
Imports System.Linq

Biblioteki te płynnie ze sobą współpracują, przy czym HTML Agility Pack zajmuje się parsowaniem kodu HTML, a biblioteka IronXL zarządza tworzeniem i edycją plików Excel. Ten przykład pokazuje proste podejście do konwersji tabel HTML do formatu XLSX. Dla programistów VB.NET dostępna jest podobna funkcjonalność z niewielkimi zmianami w składni.

Jakie jest podstawowe podejście do wyodrębniania zawartości tabel HTML?

HTML Agility Pack zapewnia prosty sposób nawigacji po dokumentach HTML przy użyciu wyrażeń XPath. Poniższy kod pokazuje, jak wyodrębnić dane z tabeli HTML i przygotować je do eksportu przy użyciu funkcji importu danych IronXL:

// 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");

' Sample HTML table with product data
Dim htmlContent As String = "
<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
Dim doc As New HtmlDocument()
doc.LoadHtml(htmlContent)

' Select the HTML table element using XPath
Dim table = doc.DocumentNode.SelectSingleNode("//table")

To podejście do parsowania sprawdza się dobrze w przypadku różnych źródeł HTML, niezależnie od tego, czy pochodzą one ze scrapingu stron internetowych, eksportów baz danych, czy treści generowanych dynamicznie. Wyodrębnione dane można dalej przetwarzać za pomocą funkcji manipulacji danymi IronXL przed ich eksportem.

Jak działa selekcja XPath dla elementów tabeli?

Ten kod ładuje zawartość HTML do obiektu HtmlDocument i wykorzystuje XPath do wyszukiwania i wybierania elementu tabeli. Metoda SelectSingleNode zwraca pierwszą tabelę znalezioną w kodzie HTML, co ułatwia wybór konkretnej tabeli w przypadku, gdy istnieje ich wiele. Każdy wiersz tabeli jest przetwarzany w celu wyodrębnienia wartości komórki do konwersji, podobnie jak działa wybór zakresu w IronXL dla danych programu Excel.

W przypadku bardziej złożonych scenariuszy obejmujących scalone komórki lub powtarzające się wiersze i kolumny może być wymagańa dodatkowa logika parsowania w celu zachowania właściwej struktury podczas konwersji.

Jaki kod konwertuje dane z tabeli HTML do formatu Excel?

Dzięki IronXL możemy łatwo przekształcić przeanalizowane dane z tabeli HTML w profesjonalny arkusz kalkulacyjny Excel z odpowiednim formatowaniem. Poniższy kod pokazuje, jak wyeksportować dane z niestandardowymi ustawieniami rozmiaru i rodziny czcionek:

// 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");

Imports System

' Create a new Excel workbook
Dim workBook As WorkBook = WorkBook.Create(ExcelFileFormat.XLSX)
Dim workSheet As WorkSheet = workBook.CreateWorkSheet("Exported Data")

' Extract and write headers
Dim headers = table.SelectNodes(".//thead/tr/th")
If headers IsNot Nothing Then
    For col As Integer = 0 To headers.Count - 1
        workSheet.SetCellValue(0, col, headers(col).InnerText.Trim())
        ' Apply header formatting
        Dim headerCell = workSheet.GetCellAt(0, col)
        headerCell.Style.Font.Bold = True
        headerCell.Style.BackgroundColor = "#4CAF50"
    Next
End If

' Extract and write data rows
Dim rows = table.SelectNodes(".//tbody/tr")
If rows IsNot Nothing Then
    For row As Integer = 0 To rows.Count - 1
        Dim cells = rows(row).SelectNodes("td")
        If cells IsNot Nothing Then
            For col As Integer = 0 To cells.Count - 1
                Dim cellValue As String = cells(col).InnerText.Trim()
                workSheet.SetCellValue(row + 1, col, cellValue)
            Next
        End If
    Next
End If

' Auto-fit columns for better readability
For col As Integer = 0 To If(headers?.Count, 0) - 1
    workSheet.AutoSizeColumn(col)
Next

' Save the Excel file
workBook.SaveAs("ExportedTable.xlsx")

Kod ten można ulepszyć za pomocą dodatkowych opcji formatowania, takich jak formaty liczb, komentarze w komórkach lub hiperłącza, aby tworzyć bardziej zaawansowane pliki Excel. W przypadku dużych zbiorów danych warto rozważyć użycie funkcji optymalizacji wydajności IronXL, aby poradzić sobie z ograniczeniami rozmiaru plików.

Jak działa struktura interfejsu API programu Excel?

Ten kod pokazuje intuicyjny interfejs API IronXL do manipulacji plikami Excel w języku C#. Najpierw tworzy nowy skoroszyt i arkusz. Następnie iteruje przez przeanalizowane nagłówki tabeli HTML, umieszczając je w pierwszym wierszu i stosując pogrubienie oraz zielone tło. Wiersze danych z tabeli HTML są przetwarzane w podobny sposób — treść tekstowa każdej komórki jest wyodrębniana i umieszczana w odpowiedniej komórce arkusza Excel. Funkcja AutoSizeColumn zapewnia widoczność całej zawartości, a na koniec skoroszyt jest zapisywany jako plik XLSX. Możesz łatwo pobrać wygenerowany plik lub zapisać go w bazie danych w celu późniejszego odzyskania.

W scenariuszach Enterprise wymagających ścieżek audytu można dodać metadane skoroszytu, takie jak informacje o autorze, data utworzenia i właściwości dokumentu. Biblioteka obsługuje również konfigurację ustawień drukowania w celu generowania raportów gotowych do druku.

Jak wygląda efekt końcowy?

Poniżej można zobaczyć oryginalną tabelę HTML w porównaniu z powyższym wynikiem, co pokazuje, jak IronXL zachowuje integralność danych, zapewniając jednocześnie profesjonalne opcje formatowania:

Jak mogę wyeksportować wiele tabel HTML?

W przypadku pracy z wieloma tabelami wystarczy użyć SelectNodes("//table"), aby pobrać wszystkie tabele i przejrzeć je, tworząc osobne arkusze dla każdej z nich. Ten przykład pokazuje, jak radzić sobie ze złożonymi scenariuszami z dużymi zbiorami danych przy użyciu technik zarządzania arkuszami:

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
}

Dim tables = doc.DocumentNode.SelectNodes("//table")
For Each tbl In tables
    ' Create new worksheet for each table
    Dim ws As WorkSheet = workBook.CreateWorkSheet($"Table_{tables.IndexOf(tbl) + 1}")
    ' Process table as shown above
Next

W bardziej zaawansowanych scenariuszach można łączyć wiele zakresów w Excelu, wdrażać walidację danych lub dodawać reguły formatowania warunkówego, aby wyróżnić ważne wzorce danych.

Jakie procedury obsługi błędów powinienem wdrożyć?

W celu obsługi błędów należy umieścić logikę parsowania w blokach try-catch, aby płynnie obsługiwać nieprawidłowy kod HTML. IronXL automatycznie obsługuje wykrywanie typów danych, konwertując ciągi numeryczne na liczby w odpowiednich przypadkach, korzystając z wbudowanych funkcji konwersji. W bardziej złożonych scenariuszach z wykorzystaniem treści dynamicznych programiści często łączą to podejście z narzędziami takimi jak Selenium WebDriver do obsługi tabel renderowanych w JavaScript.

W przypadku plików CSV lub danych TSV IronXL oferuje specjalistyczne metody obsługi formatów opartych na separatorach. Biblioteka obsługuje również konwersję między różnymi formatami arkuszy kalkulacyjnych, co ułatwia eksport do formatów wymagańych przez różne systemy.

Jak radzić sobie ze specjalnymi wymaganiami dotyczącymi danych?

Podczas przetwarzania treści z adresu URL lub zapytania do bazy danych w celu dalszej analizy może zaistnieć potrzeba uwzględnienia dodatkowych szczegółów, takich jak wartości ukrytych pól lub specjalne wymagania dotyczące formatowania. Domyślne zachowanie sprawdza się dobrze w przypadku standardowych tabel, ale w razie potrzeby można dostosować rozmiar czcionki, rodzinę czcionek i inne właściwości stylizacji dla każdej kolumny lub dowolnego wiersza tabeli, korzystając z interfejsu API stylizacji IronXL.

W przypadku danych wymagających sortowania lub przycinania, IronXL udostępnia wbudowane metody czyszczenia i porządkowania danych przed ostatecznym eksportem. Można również dynamicznie dodawać wiersze i kolumny w zależności od wymagań dotyczących parsowania lub wstawiać nowe wiersze i kolumny w razie potrzeby podczas przetwarzania.

Aplikacje Enterprise często wymagają eksportu do różnych formatów, takich jak konwersja do HTML w celu wyświetlenia w sieci lub integracja z bazami danych SQL poprzez konwersje DataTable. IronXL obsługuje wszystkie te scenariusze dzięki dedykowanym metodom i obszernej dokumentacji.