Web应用中基于XML的Excel报表设计

（本文写于2008年，原本想通过期刊发表，但当时感觉刊登费用过高而放弃发表。）

一 引言
    在基于Web应用的企业信息管理系统中，经常需要将相关数据以Excel文档的方式输出，或打印，或经过二次加工后被其它文档所引用。有两种实现方法：一是在服务器端处理Excel文档，完毕后发送到客户端，在客户端的Excel中打开，另一种方法是在服务器端将数据处理好后发送到客户端，在客户端用脚本打开Excel并装入该数据。后一种方法由于涉及在浏览器中创建一外部对象，要求浏览器设置为较低的安全级别并且需要较复杂的脚本逻辑，因此在多数情况下，第一种方法是首选方法。
    在服务器端处理Excel文档，通常的做法是采用Excel文档对象模型直接操作文档，这种方法要求服务器端安装Excel，操作完成后，由于Excel对象只提供了将结果保存在磁盘上的功能，后续程序必须再从磁盘上读取该文档，再发送到客户端，可以看出，这种方法从安全性（服务器端安装Office软件）和效率上都值得商榷。本文提出采用XML形式而非xls形式Excel文档的方法，支持XML格式是自Excel XP版提供的功能，由于.Net Framework提供了丰富的方法操作XML文档，处理完毕后，可直接发送到客户端，无需安装任何额外的软件，因此这是一种简单易行的报表生产方法。
    多数情况下，用户要求输出的报表格式都已预先确定，可以先制作好这些模板，以XML形式保存在服务器端，在输出时，只需填充数据到对应的单元格，这样，虽然XML文档比较复杂，但制作报表时，只关心如何填充数据即可。
如果不涉及复杂的业务逻辑，计算数据尽量在Excel中通过设置的公式来完成，某些中间结果也可以保存在隐藏列中，以后当报表内容发生小变化时，信息系统管理人员就可以通过修改Excel模板来完成，而不必要求开发人员到场，从而减少了系统维护量。
    由于Excel 2003版全面支持XML形式的载入和输出，是目前最常用的Excel版本，所以本文的分析设计都基于该版本。

 

二  XML形式的Excel文档分析

XML形式的Excel文档的结构大致如图1所示，其中(1..n)表示该元素可以重复n次。图中<DocumentProperties>、<ExcelWorkbook>和<Style>分别用来设置Excel的文档属性、窗口属性以及文档中所用到的格式信息，本文不必考虑这些元素。<Worksheet>是文档内容的主体，代表一个Excel页，其中<Table>又是<Worksheet>的主体，其属性ExpandedColumnCount和 ExpandedRowCount分别用来设置非空单元格的最大行、列数。元素<Column>设置列的显示属性，本文不必考虑，元素<Row>代表一行，它的子元素<Cell>代表单元格，单元格的内容在<Data>中，<Data>的属性Type表示单元格内容的数据类型，最常用的类型是String(字符串)和Number(数字)。如果单元格是一个公式，以<Cell>的属性Formula表示。

 

图1 XML形式的Excel文档的大致结构

为压缩XML文档的大小，出现空行或空单元格时，采用特别的处理方式。

•  连续空行大于2时，不存储后续的空行信息，第一个空行用属性Span=“n”表示后续还有n个连续空行，紧跟的第一个非空行用属性Index=“m”表示再次的行起始于第m行。
• 一行内不保存完全为空的单元格。在下一个非空单元格出现时，用属性Index=“n”表示数据再次起始于第n列。

三  操作Excel文档

了解XML形式的Excel文档格式，就可以构造出操作此文档的类。作者构造出的操作类如图2所示。

 

图2  Excel文档操作类

ExcelCell类与文档中<Cell>元素对应，包含一个XmlNode类和Index属性，代表某行的非空节点，ExcelRow类与<Row>元素对应，包含一个ExcelCell链表、XmlNode类和Index属性。ExcelTable类与<Worksheet>元素对应，维护了一个ExcelRow链表。ExcelCell和ExcelRow只起到存储数据的作用，实际的操作都在ExcelTable中完成。ExcelXMLHelper类维护了一个ExcelTable链表，提供了操作XML文档的方法，ExcelCell、ExcelRow和ExcelTable都是供ExcelXMLHelper内部使用的类。

操作XML文档时，ExcelXMLHelper先读入XML模板，解析其结构，生成ExcelTable链表，每个ExcelTable节点生成ExcelRow链表，每个ExcelRow节点生成ExcelCell链表，每个ExcelCell节点填充<Cell>内容和Index属性，ExcelRow也有Index属性，表明该节点所处位置。

由于文档采用“压缩”结构，填写或修改Excel单元格（已知行、列的Index）内容分3种情况：

• 根据Index能够查找出ExcelCell对象，表明该单元格已存在，则直接修改其内容；
• 根据Index只能查找出ExcelRow对象，表明该行存在而单元格不存在，需要在该ExcelRow对象的ExcelCell链表的合适位置创建ExcelCell，视不同情况，设置、修改或删除当前和后面ExcelCell对象中XmlNode的Index属性
• 根据Index不能查找出ExcelRow，表明该行和单元格都不存在，需在ExcelTable的ExcelRow链表的合适位置创建ExcelRow，视不同情况，设置、修改或删除前面、当前和后面ExcelRow对象中XmlNode的Index属性，再按第二种情况处理。

对于后两种操作，如果添加的行或列序数大于属性ExpandedColumnCount、ExpandedRowCount的值，则应修改对应的属性。

    为使单元格的赋值使用简洁并符合Excel习惯，XMLExcelHelper类重载了[]操作符，可以直接使用诸如excel[3,“AB”]=1或excel[5,6]=“A”等样式的赋值语句，使使用十分整齐。

 

四  实际应用举例

在作者开发的炼铁生产管理系统中，所有需要打印或上报的报表都采用XML形式的Excel文档输出，输出的原始报表模板保存在特定的目录下，当用户需要输出某个报表时，服务器端程序从数据层获得数据，采用上面的操作类将其填入到对应单元格，以XML格式的字符串输出到客户端，同时将Content-type设置为“application/excel”，则客户端自动打开Excel装载接收到的报表。

    图3是系统中较复杂的一个报表－炼铁日报，包含了当日几乎所有的生产参数，其中约四分之一是计算数据，通过公式设置产生，有十余个辅助计算的数据保存在“页2”中，一般情况下，用户不关心“页2”的内容。该日报要求每日打印一份，打印前，管理人员偶而会调整有关数据或强调某些指标数据，用Excel处理这种要求是非常方便的。

图3  炼铁日报的Excel报表输出

五  结论

Excel提供了载入和输出XML格式文档的功能，也就提供了一种不依赖于Excel对象模型而操作Excel文档的方法。通过分析XML的格式，编写了操作Excel文档的辅助类，将这些类用于企业信息系统中的报表输出，既符合用户的使用习惯，又简化了报表制作，同时提高了服务器的安全性。