如何使用高效的 C# CSV 解析器 IronXL 簡化資料處理

為什麼基本的字串分割會失敗？

考慮一下初學者解析 CSV 檔案最常見的方法：

string line = "John,Doe,30,Engineer";
string[] values = line.Split(','); // string array

string line = "John,Doe,30,Engineer";
string[] values = line.Split(','); // string array

對於簡單情況，這種方法完全有效，但遇到以下情況時會立即失效：

包含嵌入式逗號的引號字段：真實的 CSV 檔案通常包含地址或描述等字段，這些字段的資料本身包含逗號。 像"Smith, John""Developer""New York, NY""50000"這樣的 CSV 行會被錯誤地拆分成五個字段而不是四個字段，從而破壞資料結構，導致後續處理出現錯位。

欄位內的換行符：根據 RFC 4180（CSV 標準），欄位在正確引用時可以包含換行符。 多行位址欄位打破了逐行讀取的方法，需要複雜的狀態管理來追蹤換行符號是出現在引號的欄位中還是代表新記錄。

轉義字元和引號處理： CSV 檔案使用各種約定來轉義帶引號的欄位中的引號。 有些人使用雙引號（"")，而有些人則使用反斜線或其他轉義字元。 如果處理不當，諸如"她說，"你好！""之類的問候語資料就會損壞或導致解析錯誤。

不同的分隔符號和編碼：並非所有"CSV"檔案都使用逗號。 製表符分隔值 (TSV)、管道符分隔檔案和分號分隔值是常見的變體。 此外，文件可能使用不同的字元編碼（UTF-8、UTF-16、ANSI），需要進行適當的檢測和轉換，以避免資料損壞，尤其是國際字元。 RFC 4180 標準定義了 CSV 格式規範，但許多實作方式都與該規範有所不同。

大型檔案的記憶體管理：使用 File.ReadAllLines() 將 500MB 的 CSV 檔案完全載入到記憶體中可能會導致嚴重的效能下降或記憶體不足異常。 使用 C# CSV 解析器處理數百萬行資料需要流式處理方法和高效的記憶體管理，以保持應用程式的回應能力。

處理大檔案會出現哪些效能問題？

大型檔案的記憶體管理：使用ReadAllLines () 將 500MB 的 CSV 檔案完全載入到記憶體中可能會導致嚴重的效能下降或記憶體不足異常。 處理數百萬行資料需要流式處理方法和高效的記憶體管理來保持響應速度。 IronXL 的最新效能改進實現了 40 倍的速度提升，同時將記憶體使用量從 19.5 GB 減少到 1 GB 以下。

當處理來自不同來源的 CSV 檔案時，這些複雜性會進一步加劇，因為每個來源可能會使用不同的約定。 建構一個能夠可靠處理所有場景的解析器需要大量的開發工作，並且隨著新的極端情況的出現，還需要持續的維護。 這就是為什麼許多開發人員喜歡使用像 IronXL 這樣經過驗證的程式庫來處理複雜的 Excel 操作，包括 CSV 解析。

IronXL有哪些核心特性使其與眾不同？

最新更新和穩定性改進： IronXL 透過定期更新和社群回饋不斷發展。 在最近的版本中，幾項關鍵改進和錯誤修復更新提高了 CSV 解析準確性、檔案編碼檢測和記憶體效率。 這些更新確保開發人員即使在處理大型或不規則資料集時也能獲得一致的結果，從而消除了早期自訂 CSV 實作中發現的許多陷阱。

智慧解析引擎： IronXL 的解析器會自動偵測並處理資料中的引號欄位、嵌入式分隔符號和換行符。 該引擎無需手動配置即可適應不同的 CSV 方言，無論文件遵循嚴格的 RFC 4180 標準還是使用常見變體，都能正確解釋文件。

靈活的分隔符號支援：雖然逗號仍然是預設分隔符，但 IronXL 可以透過簡單的配置選項輕鬆處理任何分隔符。 無論是處理製表符分隔的文件、管道符分隔的匯出文件，還是分號分隔的歐洲格式，同一個簡潔的 API 都能一致地處理所有變體。 請參閱我們的CSV 讀取教學課程以取得詳細範例。

Excel 整合卓越性：與獨立的 CSV 解析器不同，IronXL 提供 CSV 和 Excel 格式之間的無縫雙向轉換。 此功能支援將 CSV 資料匯入 Excel 工作簿以進行高級格式設定、公式應用和圖表生成等工作流程——所有這些都可以透過 C# 程式碼以程式設計方式完成。

跨平台可靠性： IronXL 可在 Windows、Linux 和 macOS 環境下穩定運行，使其成為現代雲端原生應用程式的理想選擇。 該程式庫支援在 Docker 和 Kubernetes 中進行容器化部署，確保 CSV 處理邏輯無論是在開發人員的機器上運行，還是在 Azure 或 AWS 上的生產容器中運行，都能以相同的方式運作。

記憶體高效架構：本庫採用最佳化的記憶體管理技術，能夠在不消耗過多記憶體的情況下處理大型 CSV 檔案。 IronXL 透過高效的串流和緩衝策略處理數 GB 的文件，即使處理數百萬行資料也能保持響應速度。

為什麼選擇 IronXL 進行跨平台開發？

跨平台可靠性：IronXL 可在 Windows、Linux 和 macOS 上穩定運行，使其成為雲端原生應用程式的理想選擇。 該程式庫支援在 Docker 和 Kubernetes 中進行容器化部署，確保無論是在本地運行還是在 Azure 或 AWS 上的生產容器中運行，CSV 處理都能以相同的方式運作。 對於AWS Lambda 部署，IronXL 提供具體的最佳化指導。

記憶體高效架構：此程式庫採用最佳化的記憶體管理，可在不造成過度消耗的情況下處理大型 CSV 檔案。 IronXL 透過高效的串流和緩衝來處理數 GB 的文件，即使處理數百萬行資料也能保持響應速度。 在處理大型資料集和執行聚合函數時，這些最佳化至關重要。

安裝步驟有哪些？

首先，透過 NuGet 套件管理器控制台安裝 IronXL：

Install-Package IronXL.Excel

PowerShell 控制台輸出顯示透過 NuGet 套件管理器成功安裝了 IronXL.Excel 套件及其相依性。

或者，對於現代 .NET 項目，可以使用 .NET CLI：

dotnet add package IronXL.Excel

dotnet add package IronXL.Excel

有關許可設定和應用許可金鑰，請參閱我們的許可文件。 對於 Web 應用程序，您可以在 Web.config 中設定許可證金鑰。

如何載入我的第一個 CSV 檔案？

安裝完成後，將 IronXL 命名空間新增至您的 C# 檔案：

using IronXL;

using IronXL;

讓我們從一個簡單的例子開始，示範如何載入和讀取 CSV 檔案：

// Load a CSV file
var reader = WorkBook.LoadCSV("customers.csv");
// Access the default worksheet (CSV files have one sheet)
WorkSheet sheet = reader.DefaultWorkSheet;
// Read a specific cell value
string customerName = sheet["B2"].StringValue;
// Display the value
Console.WriteLine($"Customer: {customerName}");

// Load a CSV file
var reader = WorkBook.LoadCSV("customers.csv");
// Access the default worksheet (CSV files have one sheet)
WorkSheet sheet = reader.DefaultWorkSheet;
// Read a specific cell value
string customerName = sheet["B2"].StringValue;
// Display the value
Console.WriteLine($"Customer: {customerName}");

這段程式碼示範了幾個關鍵概念。首先， WorkBook ()方法能夠智慧地解析 CSV 文件，自動偵測分隔符號並處理帶有引號的欄位。 此方法傳回一個WorkBook對象，這是 IronXL 用於儲存電子表格資料的主要容器。 由於 CSV 檔案包含單一工作表，我們透過DefaultWorkSheet存取它。 最後，我們使用 Excel 風格的儲存格引用，透過型別安全的存取器（如StringValue`來存取值。 有關高級單元格操作，請參閱我們關於單元格格式化和單元格資料格式的指南。

輸入

! Excel 電子表格顯示了一個客戶資料庫，其中包含 CustomerID、FirstName、LastName、Email、City 和 Country 列，以及 10 行範例客戶資料。

輸出

Visual Studio 偵錯控制台顯示輸出，其中包含文字"客戶：Emily" 。

讀取 CSV 資料的基本方法是什麼？

最直接的方法是使用預設設定的 LoadCSV：

// Load CSV with automatic delimiter detection
WorkBook workbook = WorkBook.LoadCSV("sales_data.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Iterate through rows
for (var row = 1; row <= sheet.RowCount; row++)
{
    // Read cells in the current row
    string productName = sheet[$"A{row}"].StringValue;
    decimal price = sheet[$"B{row}"].DecimalValue;
    int quantity = sheet[$"C{row}"].IntValue;
    Console.WriteLine($"Product: {productName}, Price: ${price}, Qty: {quantity}");
}

// Load CSV with automatic delimiter detection
WorkBook workbook = WorkBook.LoadCSV("sales_data.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Iterate through rows
for (var row = 1; row <= sheet.RowCount; row++)
{
    // Read cells in the current row
    string productName = sheet[$"A{row}"].StringValue;
    decimal price = sheet[$"B{row}"].DecimalValue;
    int quantity = sheet[$"C{row}"].IntValue;
    Console.WriteLine($"Product: {productName}, Price: ${price}, Qty: {quantity}");
}

此範例展示了逐行遍歷 CSV 資料的過程。 從第 1 行開始（假設第 0 行是標題行），依序處理每一行。 IronXL 的類型化存取器會自動將文字轉換為適當的 .NET 類型，從而消除手動解析。 迴圈繼續遍歷所有行，使用RowCount ，它準確地反映了資料行總數。 對於複雜的操作，您可以動態新增行和列或插入新行。

如何處理非標準分隔符號？

對於使用非標準分隔符號的 CSV 文件，IronXL 提供了配置選項：

// Load a tab-separated file
WorkBook workbook = WorkBook.LoadCSV("inventory.tsv", 
    fileFormat: ExcelFileFormat.XLSX, 
    listDelimiter: "\t");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Process header row
var headers = new List<string>();
for (int col = 0; col < sheet.ColumnCount; col++)
{
    headers.Add(sheet.GetCellAt(0, col).StringValue);
}
// Display headers
Console.WriteLine("Columns: " + string.Join(" | ", headers));

// Load a tab-separated file
WorkBook workbook = WorkBook.LoadCSV("inventory.tsv", 
    fileFormat: ExcelFileFormat.XLSX, 
    listDelimiter: "\t");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Process header row
var headers = new List<string>();
for (int col = 0; col < sheet.ColumnCount; col++)
{
    headers.Add(sheet.GetCellAt(0, col).StringValue);
}
// Display headers
Console.WriteLine("Columns: " + string.Join(" | ", headers));

LoadCSV 接受可選參數以自訂解析。 listDelimiter 參數指定欄位分隔符號－對於 TSV 文件，此處為製表符。 fileFormat 參數決定解析後的內部表示形式。 此範例示範如何使用數值索引進行列迭代來建立標題清單。 您也可以透過程式設計方式自動調整列寬和設定列高。

輸入

輸出

Visual Studio 偵錯控制台顯示 CSV 欄位標題：ItemID、ItemName、Category、Quantity、UnitPrice 和 Supplier

我可以執行哪些靶場操作？

處理 CSV 資料通常需要基於範圍的操作。 如需了解進階操作，請參閱我們的Excel 區域教學：

var csv = WorkBook.LoadCSV("employees.csv");
WorkSheet sheet = csv.DefaultWorkSheet;
// Read a range of cells
var range = sheet["A2:D10"];
// Process all cells in the range
foreach (var cell in range)
{
    if (!cell.IsEmpty)
    {
        Console.WriteLine($"Cell {cell.AddressString}: {cell.Text}");
    }
}
// Calculate sum of a numeric column
decimal totalSalary = sheet["E2:E100"].Sum();
Console.WriteLine($"Total Salary: ${totalSalary:N2}");

var csv = WorkBook.LoadCSV("employees.csv");
WorkSheet sheet = csv.DefaultWorkSheet;
// Read a range of cells
var range = sheet["A2:D10"];
// Process all cells in the range
foreach (var cell in range)
{
    if (!cell.IsEmpty)
    {
        Console.WriteLine($"Cell {cell.AddressString}: {cell.Text}");
    }
}
// Calculate sum of a numeric column
decimal totalSalary = sheet["E2:E100"].Sum();
Console.WriteLine($"Total Salary: ${totalSalary:N2}");

靶場作業提供強大的資料處理能力。 範圍選擇器的語法與 Excel 的慣例一致，因此非常直觀。 foreach 迴圈遍歷範圍內的單元格，而IsEmpty則有助於有效率地跳過空白單元格。 IronXL 透過 Sum()、Average() 和 Max() 等聚合函數擴展了範圍，無需手動迭代即可進行計算。 請查看我們的API 參考文件以了解可用方法。 您也可以合併多個範圍並對範圍內的資料進行排序。

如何處理帶有文件頭的文件？

處理帶有標題的 CSV 檔案需要特別注意。 該庫提供了處理命名範圍和建立命名表的方法，以便更好地組織資料：

WorkBook workbook = WorkBook.LoadCSV("products_with_headers.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Skip header row and process var data
for (int row = 1; row <= sheet.RowCount; row++)
{
    var rowData = sheet.GetRow(row);
    // Access cells by index based on known column positions
    string sku = rowData.Columns[0].StringValue;      // Column A
    string description = rowData.Columns[1].StringValue; // Column B
    decimal cost = rowData.Columns[2].DecimalValue;    // Column C
    // Process the data
    ProcessProduct(sku, description, cost);
}
void ProcessProduct(string sku, string description, decimal cost)
{
    // Business logic here
    Console.WriteLine($"Processing: {sku} - {description} (${cost})");
}

WorkBook workbook = WorkBook.LoadCSV("products_with_headers.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Skip header row and process var data
for (int row = 1; row <= sheet.RowCount; row++)
{
    var rowData = sheet.GetRow(row);
    // Access cells by index based on known column positions
    string sku = rowData.Columns[0].StringValue;      // Column A
    string description = rowData.Columns[1].StringValue; // Column B
    decimal cost = rowData.Columns[2].DecimalValue;    // Column C
    // Process the data
    ProcessProduct(sku, description, cost);
}
void ProcessProduct(string sku, string description, decimal cost)
{
    // Business logic here
    Console.WriteLine($"Processing: {sku} - {description} (${cost})");
}

對於進階頁首處理，您可以凍結窗格以保持頁首可見，或設定帶有重複頁首的列印配置。

輸入

! Excel 電子表格顯示了一個產品庫存表，其中包含 ProductID、ProductName、Category、Stock、UnitPrice 和 Supplier 等列，共包含 10 行科技產品。

輸出

控制台輸出顯示正在處理來自 CSV 檔案的 10 個電子產品，每個產品都包含產品 ID、名稱和 0 美元的價格值。

IronXL 如何處理引號的欄位和特殊字元？

讓我們來探討如何處理包含分隔符號的引號欄位的 CSV 檔案：

// CSV with complex quoted fields
string csvContent = @"Name,Description,Price,Category
""Johnson, Mike"",""Premium keyboard with ""mechanical"" switches"",149.99,Electronics
""O'Brien, Sarah"",""Children's toy - ages 3+"",29.99,Toys";
// Save content to file for demonstration
File.WriteAllText("complex_data.csv", csvContent);
// Load and process the CSV
WorkBook workbook = WorkBook.LoadCSV("complex_data.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Read the complex fields
for (int row = 1; row <= sheet.RowCount; row++)
{
    string name = sheet[$"A{row}"].StringValue;
    string description = sheet[$"B{row}"].StringValue;
    Console.WriteLine($"Name: {name}");
    Console.WriteLine($"Description: {description}");
    Console.WriteLine("---");
}

// CSV with complex quoted fields
string csvContent = @"Name,Description,Price,Category
""Johnson, Mike"",""Premium keyboard with ""mechanical"" switches"",149.99,Electronics
""O'Brien, Sarah"",""Children's toy - ages 3+"",29.99,Toys";
// Save content to file for demonstration
File.WriteAllText("complex_data.csv", csvContent);
// Load and process the CSV
WorkBook workbook = WorkBook.LoadCSV("complex_data.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Read the complex fields
for (int row = 1; row <= sheet.RowCount; row++)
{
    string name = sheet[$"A{row}"].StringValue;
    string description = sheet[$"B{row}"].StringValue;
    Console.WriteLine($"Name: {name}");
    Console.WriteLine($"Description: {description}");
    Console.WriteLine("---");
}

IronXL 可自動處理複雜的參考欄位。 儘管包含逗號，"Johnson, Mike" 被正確解釋為單一字段，並且能夠正確處理描述中的嵌套引用。 該函式庫遵循 CSV 標準，將雙引號視為轉義序列。 這種自動處理方式可以省去複雜的正規表示式或狀態機。 如需對文字進行其他操作，您可以為儲存格新增註解或套用文字樣式。

字符編碼問題該如何處理？

使用不同的字符編碼需要仔細考慮。 IronXL 可自動處理各種檔案格式和編碼：

// Load CSV with specific encoding
WorkBook workbook = WorkBook.Load("international_data.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Process international characters
for (int row = 1; row <= sheet.RowCount; row++)
{
    string city = sheet[$"A{row}"].StringValue;
    string country = sheet[$"B{row}"].StringValue;
    // Characters like ñ, ü, é display correctly
    Console.WriteLine($"Location: {city}, {country}");
}
// Save with UTF-8 encoding to preserve characters
workbook.SaveAsCsv("output_utf8.csv");

// Load CSV with specific encoding
WorkBook workbook = WorkBook.Load("international_data.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Process international characters
for (int row = 1; row <= sheet.RowCount; row++)
{
    string city = sheet[$"A{row}"].StringValue;
    string country = sheet[$"B{row}"].StringValue;
    // Characters like ñ, ü, é display correctly
    Console.WriteLine($"Location: {city}, {country}");
}
// Save with UTF-8 encoding to preserve characters
workbook.SaveAsCsv("output_utf8.csv");

IronXL 能夠聰明地偵測和處理各種編碼，確保國際字元正確顯示。 無論使用 UTF-8、UTF-16 或傳統的 ANSI 編碼，此函式庫都能在讀寫週期中保持字元完整性。 IronXL 在儲存 CSV 檔案時，預設使用 UTF-8 編碼以實現最大相容性。 您也可以匯出為多種格式，包括HTML和JSON 。

輸入

! Excel 電子表格顯示國際數據，包含國家、地區、人口、GDP（美元）和貨幣等列，顯示 15 個不同國家及其各自的經濟資訊。

輸出

Visual Studio 偵錯控制台顯示位置數據，包括多種語言的國家/地區名稱和區域，顯示來自歐洲、北美洲、南美洲、非洲和亞洲的國家。

如何使用自訂分隔符號和區域格式？

自訂分隔符號和格式需要靈活的配置。 IronXL 支援多種號碼格式和區域設定：

// European CSV format (semicolon delimiter, comma decimal)
string europeanCsv = @"Product;Price;Quantity
Widget A;12,50;100
Gadget B;24,99;50";
File.WriteAllText("european.csv", europeanCsv);
// Load with semicolon delimiter
WorkBook workbook = WorkBook.LoadCSV("european.csv", 
    fileFormat: ExcelFileFormat.XLSX,
    listDelimiter: ";");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Parse European number format
for (int row = 1; row <= sheet.RowCount; row++)
{
    string product = sheet[$"A{row}"].StringValue;
    string priceText = sheet[$"B{row}"].StringValue;
    // Convert European format to decimal
    decimal price = decimal.Parse(priceText.Replace(',', '.'));
    Console.WriteLine($"{product}: €{price}");
}

// European CSV format (semicolon delimiter, comma decimal)
string europeanCsv = @"Product;Price;Quantity
Widget A;12,50;100
Gadget B;24,99;50";
File.WriteAllText("european.csv", europeanCsv);
// Load with semicolon delimiter
WorkBook workbook = WorkBook.LoadCSV("european.csv", 
    fileFormat: ExcelFileFormat.XLSX,
    listDelimiter: ";");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Parse European number format
for (int row = 1; row <= sheet.RowCount; row++)
{
    string product = sheet[$"A{row}"].StringValue;
    string priceText = sheet[$"B{row}"].StringValue;
    // Convert European format to decimal
    decimal price = decimal.Parse(priceText.Replace(',', '.'));
    Console.WriteLine($"{product}: €{price}");
}

本範例採用歐洲 CSV 規範，其中分號分隔字段，逗號表示小數點。 listDelimiter 參數用於配置欄位拆分。 對於數字解析，程式碼將歐洲十進位表示法轉換為 .NET 期望的格式。 這種靈活性使得無需修改來源資料即可處理來自任何地區的 CSV 檔案。 您也可以套用儲存格邊框和對齊方式，以獲得更好的展示效果。

批量處理的最佳方法是什麼？

對於可以放入記憶體但包含大量行的文件，批次處理可以提高效率：

WorkBook workbook = WorkBook.LoadCSV("large_dataset.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Process in batches of 1000 rows
int batchSize = 1000;
int totalRows = sheet.RowCount;
for (int startRow = 1; startRow <= totalRows; startRow += batchSize)
{
    int endRow = Math.Min(startRow + batchSize - 1, totalRows);
    // Process current batch
    var batchResults = new List<ProcessedRecord>();
    for (int row = startRow; row <= endRow; row++)
    {
        string id = sheet[$"A{row}"].StringValue;
        decimal amount = sheet[$"B{row}"].DecimalValue;
        // Process and store results
        batchResults.Add(new ProcessedRecord 
        { 
            Id = id, 
            Amount = amount,
            Processed = DateTime.Now 
        });
    }
    // Save batch results (to database, file, etc.)
    SaveBatch(batchResults);
    Console.WriteLine($"Processed rows {startRow} to {endRow}");
}
void SaveBatch(List<ProcessedRecord> records)
{
    // Implement batch saving logic
    Console.WriteLine($"Saved {records.Count} records");
}
class ProcessedRecord
{
    public string Id { get; set; }
    public decimal Amount { get; set; }
    public DateTime Processed { get; set; }
}

WorkBook workbook = WorkBook.LoadCSV("large_dataset.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Process in batches of 1000 rows
int batchSize = 1000;
int totalRows = sheet.RowCount;
for (int startRow = 1; startRow <= totalRows; startRow += batchSize)
{
    int endRow = Math.Min(startRow + batchSize - 1, totalRows);
    // Process current batch
    var batchResults = new List<ProcessedRecord>();
    for (int row = startRow; row <= endRow; row++)
    {
        string id = sheet[$"A{row}"].StringValue;
        decimal amount = sheet[$"B{row}"].DecimalValue;
        // Process and store results
        batchResults.Add(new ProcessedRecord 
        { 
            Id = id, 
            Amount = amount,
            Processed = DateTime.Now 
        });
    }
    // Save batch results (to database, file, etc.)
    SaveBatch(batchResults);
    Console.WriteLine($"Processed rows {startRow} to {endRow}");
}
void SaveBatch(List<ProcessedRecord> records)
{
    // Implement batch saving logic
    Console.WriteLine($"Saved {records.Count} records");
}
class ProcessedRecord
{
    public string Id { get; set; }
    public decimal Amount { get; set; }
    public DateTime Processed { get; set; }
}

批次處理將大型資料集分成可管理的小塊，防止記憶體過載並實現進度追蹤。 一次處理 1000 行資料時，結果會暫時累積，然後再儲存。 這種方法允許在批次之間進行垃圾回收，從而保持穩定的記憶體使用。 這種模式也有助於錯誤恢復——從上一個成功的批次恢復，而不是重新開始。 為了提高處理效率，可以考慮將行和列分組，或使用修剪操作刪除不必要的資料。

輸入

！ Microsoft Excel 電子表格顯示一個大型資料集，其中包含國家/地區、地區、城市、人口、GDP、貨幣、緯度和經度等列，顯示各種國際資料條目。

輸出

控制台輸出顯示正在以 1000 筆記錄為一組對 CSV 記錄進行批次處理，並顯示第 1 行到第 10001 行的進度訊息。

如何使用 LINQ 實現記憶體高效處理？

對於不應將整個檔案載入到記憶體中的串流場景：

// Alternative approach using row-by-row processing
public static void ProcessLargeCsvEfficiently(string filePath)
{
    WorkBook workbook = WorkBook.LoadCSV(filePath);
    WorkSheet sheet = workbook.DefaultWorkSheet;
    // Use LINQ for memory-efficient processing
    var results = Enumerable.Range(1, sheet.RowCount)
        .Select(row => new
        {
            Row = row,
            Value = sheet[$"A{row}"].DecimalValue
        })
        .Where(item => item.Value > 100) // Filter criteria
        .Take(10000); // Limit results
    // Process results as they're enumerated
    foreach (var item in results)
    {
        Console.WriteLine($"Row {item.Row}: {item.Value}");
    }
}

// Alternative approach using row-by-row processing
public static void ProcessLargeCsvEfficiently(string filePath)
{
    WorkBook workbook = WorkBook.LoadCSV(filePath);
    WorkSheet sheet = workbook.DefaultWorkSheet;
    // Use LINQ for memory-efficient processing
    var results = Enumerable.Range(1, sheet.RowCount)
        .Select(row => new
        {
            Row = row,
            Value = sheet[$"A{row}"].DecimalValue
        })
        .Where(item => item.Value > 100) // Filter criteria
        .Take(10000); // Limit results
    // Process results as they're enumerated
    foreach (var item in results)
    {
        Console.WriteLine($"Row {item.Row}: {item.Value}");
    }
}

這種基於 LINQ 的方法利用延遲執行按需處理行。 該查詢建立了一個延遲執行的處理管道，僅在需要時才讀取和篩選行。 Take 方法提供了一個上限，防止查詢失控。 這種模式非常適合在大型文件中尋找特定記錄，而無需處理所有文件。 您也可以從 SQL 資料庫載入資料或匯出為 SQL 格式，以便更好地進行系統整合。

為什麼要將 CSV 檔案轉換為 Excel？

將 CSV 檔案轉換為 Excel 檔案並保留格式，可增強資料呈現效果並啟用進階功能：

// Load CSV file
WorkBook workbook = WorkBook.LoadCSV("sales_report.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Apply formatting to enhance readability
// Format header row
for (int col = 0; col < sheet.ColumnCount; col++)
{
    var headerCell = sheet.GetCellAt(0, col);
    headerCell.Style.Font.Bold = true;
    headerCell.Style.BackgroundColor = "#4472C4";
    headerCell.Style.Font.Color = "#FFFFFF";
}
// Format currency columns
for (int row = 1; row <= sheet.RowCount; row++)
{
    var priceCell = sheet[$"C{row}"];
    priceCell.FormatString = "$#,##0.00";
    var quantityCell = sheet[$"D{row}"];
    quantityCell.Style.HorizontalAlignment = HorizontalAlignment.Right;
}
// Auto-fit columns for better display
for (int col = 0; col < sheet.ColumnCount; col++)
{
    sheet.AutoSizeColumn(col);
}
// Save as Excel file with formatting preserved
workbook.SaveAs("formatted_report.xlsx");
Console.WriteLine("CSV converted to formatted Excel file");

// Load CSV file
WorkBook workbook = WorkBook.LoadCSV("sales_report.csv");
WorkSheet sheet = workbook.DefaultWorkSheet;
// Apply formatting to enhance readability
// Format header row
for (int col = 0; col < sheet.ColumnCount; col++)
{
    var headerCell = sheet.GetCellAt(0, col);
    headerCell.Style.Font.Bold = true;
    headerCell.Style.BackgroundColor = "#4472C4";
    headerCell.Style.Font.Color = "#FFFFFF";
}
// Format currency columns
for (int row = 1; row <= sheet.RowCount; row++)
{
    var priceCell = sheet[$"C{row}"];
    priceCell.FormatString = "$#,##0.00";
    var quantityCell = sheet[$"D{row}"];
    quantityCell.Style.HorizontalAlignment = HorizontalAlignment.Right;
}
// Auto-fit columns for better display
for (int col = 0; col < sheet.ColumnCount; col++)
{
    sheet.AutoSizeColumn(col);
}
// Save as Excel file with formatting preserved
workbook.SaveAs("formatted_report.xlsx");
Console.WriteLine("CSV converted to formatted Excel file");

此轉換過程使用我們高效的 C# CSV 解析器將普通的 CSV 資料轉換為專業格式的 Excel 工作簿。 此程式碼對標題套用粗體格式和顏色，從而創建視覺層次結構。 使用千位分隔符號的貨幣格式可以提高數字的可讀性。 AutoSizeColumn會根據內容自動調整列寬。 產生的 Excel 檔案在電子表格應用程式中開啟時，所有格式都將保持不變。 更多選項，請參閱我們的儲存格格式指南。 您還可以新增背景圖案和顏色、合併儲存格或新增超連結以增強互動性。

對於容器化部署，IronXL 的 Excel 轉換功能可以在 Docker 環境中無縫運作。 該程式庫不需要任何外部相依性或 Office 安裝，因此非常適合雲端原生架構。 部署到 Kubernetes 時，建立輕量級容器來處理 CSV 文件並產生格式化的 Excel 報告，而無需傳統的 Office 自動化開銷。 對於高可用性場景，IronXL 的線程安全操作支援跨多個容器實例進行水平擴展，每個實例獨立處理 CSV 文件，同時共用公共資料儲存。

輸入

! Excel 電子表格顯示銷售數據，包含銷售 ID、日期、地區、產品、銷售代表、數量、單價、總銷售額和貨幣等列，共 26 行國際銷售數據。

輸出

Visual Studio 偵錯控制台在轉換成功後顯示訊息"CSV 已轉換為已格式化的 Excel 檔案"。

圖 18：格式化的 Excel 輸出顯示了來自 CSV 解析器的已處理銷售數據，其中列格式正確，包括混合貨幣（美元、英鎊、歐元、印度盧比、澳元、巴西雷亞爾）和已應用的數位格式。