ooXML回车等特殊字符处理方法
POI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：
复制代码
string path = @"C: \Users\Desktop\test.xlsx";
var book = new XSSFWorkbook();
var sheet = book.CreateSheet("test");
var row = sheet.GetRow(1) ?? sheet.CreateRow(1);
var cell = row.GetCell(1) ?? row.CreateCell(1);
cell.SetCellValue("abc\rcde");
using (var file = new FileStream(path, FileMode.Create, FileAccess.Write))
{
book.Write(file);
file.Close();
}
复制代码
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：
复制代码
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 = 0; 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();
}
复制代码
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：
复制代码
private static string EncodeXmlUTF(string value)
{
var builder = new StringBuilder();
foreach (char c in value.ToCharArray())
{
if (c < 32)
{
builder.Append($"_x{(c < 16 ? "000" : "00")}{Convert.ToInt32(c):X}_");
}
else
{
builder.Append(c);
}
}
return builder.ToString();
}
复制代码
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。
复制代码
var text = new XSSFRichTextString("abcefg\rhijklmn");
text.ApplyFont(commonFont.Index);
text.ApplyFont(1, 10, green_font);
foreach (var r in text.GetCTRst().r)
{
r.t = EncodeXmlUTF(r.t);
}
复制代码
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：
复制代码
static String UtfDecode(String value)
{
if (value == null) return null;
StringBuilder buf = new StringBuilder();
MatchCollection mc = utfPtrn.Matches(value);
int idx = 0;
for (int i = 0; i < mc.Count;i++ )
{
int pos = mc[i].Index;
if (pos > idx)
{
buf.Append(value.Substring(idx, pos-idx));
}
String code = mc[i].Groups[1].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();
}
复制代码
每天成就一小步，积累下来就是一大步。 转发本文请注明出处，谢谢您的阅读与分享！https://www.cnblogs.com/lixiaobin/p/OOXMLUnicode.html