所见即所得的Excel报表生成（二）——从Html table到Excel Cell

　　在上一篇文章中，已经解决了如何获取html table结构的问题。在本篇文章中，我们着力于table结构的解析。

　　Html table的结构我们大家都很熟悉，那么在另一端如何构造一个结构，让Excel可以很好的接受和处理呢？

　　直观的看，一个完整Excel的内容是由位于各个单元格（Cell）中的内容组合而成的。而每个单元格（Cell）都有相应X、Y坐标来标示其位置。也就是说，一个Excel文件实质上就是许多Cell构成的集合，每个Cell用坐标属性确定位置，用内容属性存储内容。

　　基于此，我设计了最基本的Cell结构：
        ◆ X坐标
        ◆ Y坐标
        ◆ 合并列情况
        ◆ 合并行情况
        ◆ 内容

　　构成Excel的最基本的结构已经确定，下一步摆在我们面前的就是将html table转化为Excel Cell集合。

　　Html table中的每个td节点对应一个Excel单元格，其内容不必说，行、列的合并情况也自可由td的rowspan、colspan属性得出，转化的关键点就在于由table的tr td结构定位Excel单元格位置，即X、Y坐标。

　　Y坐标容易确定，即td所在tr的行数。至于一td的X坐标，其要受到两方面因素的影响：与该td同处一tr，但位于其之前（反映在表格视觉上即其左侧td）td的占位情况和该td所在tr的之前tr中某些td的跨行情况。

　　基于此种考虑，定位td的X坐标需经过两个过程的推导：用于处理左侧td占位影响的横向推导（Horizontal Deduction）和处理之前行跨行td影响的纵向推导（Vertical Deduction）。

　　以下图所示table为例，展示两次推导过程。

 

　　横向推导（Horizontal Deduction）
　　一次横向推导（Horizontal Deduction）限定在一tr范围内。整个过程基于递归的原理，递归模型如下：

 

　　核心代码为：

 1         private int HorizontalDeduction(HtmlNode phnTd)

 2         {

 3             HtmlNode hnPreviousSibling = phnTd.PreviousSibling;

 4             while (hnPreviousSibling != null && hnPreviousSibling.Name != phnTd.Name)

 5             {

 6                 hnPreviousSibling = hnPreviousSibling.PreviousSibling;

 7             }

 8 

 9             if (hnPreviousSibling != null)

             {

                 int nColSpan = hnPreviousSibling.GetAttributeValue("colspan", 1);

                 return HorizontalDeduction(hnPreviousSibling) + nColSpan;

             }

 

             return 0;

         }

　　经过横向推导，各td的X、Y坐标如下图所示：

 

 

　　纵向推导（Vertical Deduction）
　　一次纵向推导的过程可以描述为（当前推导td用A表示）：

　　        找到A之前的行tr中与A具有相同X坐标的td节点B

　　        if (B.rowspan>(A.Y-B.Y))
　　        {
　　              X+=B.colspan，即A的X坐标向后推B.colspan的位置

　　              同时，与A同处一tr但在其后边的td节点均应向后推B.colspan个位移
　　        }

　　对td节点A反复执行这样的一个过程，直到确定A无需再次移动。

　　纵向推导核心代码为：

 1 bool bActedPush = false;

 2 

 3 do

 4 {

 5     int nComparedItemIndex = -1;

 6     for (int j = i - 1; j >= 0; j--)

 7     {

 8         if (plstCells[j]._nStartX == oCurrentCell._nStartX)

 9         {

             nComparedItemIndex = j;

             break;

         }

     }

 

     if (nComparedItemIndex >= 0)

     {

         if (plstCells[nComparedItemIndex]._nRowSpan > (oCurrentCell._nStartY - plstCells[nComparedItemIndex]._nStartY))

         {

             oCurrentCell._nStartX += plstCells[nComparedItemIndex]._nColSpan;

 

             bActedPush = true;

 

             for (int k = i + 1; k < plstCells.Count; k++)

             {

                 if (plstCells[k]._nStartY == oCurrentCell._nStartY)

                 {

                     plstCells[k]._nStartX += plstCells[nComparedItemIndex]._nColSpan;

                 }

             }

         }

         else

         {

             bActedPush = false;

         }

     }

     else

     {

         bActedPush = false;

     }

  }

  while (bActedPush);

　　以示例table中的four td为例，其经过纵向推导过程后的坐标位置情况如下图：

 

　　关于示例代码的几点说明：
　　1、 在示例代码中，我通过一个Config文件对生成的Excel的文件名、其内报表的内容和位置做了一些控制。基本内容如下：

<ExcelDocument>

  <BaseInfo>

    <FileName>Sample Excel File</FileName>        <!--生成Excel的文件名-->

    <SheetCount>1</SheetCount>        <!--Excel中sheet的数量-->

  </BaseInfo>

  <Tables>

    <ExcelTable>

      <TableName>示例表一</TableName>        <!--报表名称-->

      <WhichSheet>1</WhichSheet>        <!--所在sheet的序号-->

      <StartX>2</StartX>        <!--左上角X坐标-->

      <StartY>2</StartY>        <!--左上角Y坐标-->

      <Source>Sample_Page_1.aspx</Source>        <!--table所在页面-->

    </ExcelTable>

  </Tables>

</ExcelDocument>

　　2、 在解析html的过程中，我使用了HtmlAgilityPack解析工具。感兴趣的朋友可以研究一下。地址是这里：http://htmlagilitypack.codeplex.com/。
　　3、 HtmlAgilityPack解析html的过程中，其将html标签之间的空隙也会看成是一个节点，为内容为空字符串的文本节点，这点大家应注意。
　　4、 该示例代码基本上是一个完整的功能，并且和系统中其他模块耦合度很小。有类似需求的朋友可以拿来直接用。

　　附示例代码：ExcelGenerator.rar 

　　相关文章：所见即所得的Excel报表生成（一）——获取Html table结构