Azure Data Factory中获取SharePoint Excel最右侧工作表索引方法求助

由于ADF的Get Metadata活动不支持HTTP数据集（SharePoint文件通常用HTTP数据集连接），可以通过以下几种方式实现需求：

方法1：使用Azure Function解析Excel工作表 #

编写一个Azure Function，通过SharePoint的API获取文件内容并解析工作表列表，返回最大索引值：

• 编写Python版Function示例：

import azure.functions as func
import openpyxl
from io import BytesIO
import requests

def main(req: func.HttpRequest) -> func.HttpResponse:
    file_url = req.params.get('file_url')
    access_token = req.params.get('access_token')
    
    headers = {'Authorization': f'Bearer {access_token}'}
    response = requests.get(file_url, headers=headers)
    excel_file = BytesIO(response.content)
    
    wb = openpyxl.load_workbook(excel_file, read_only=True)
    max_sheet_index = len(wb.sheetnames) - 1
    
    return func.HttpResponse(str(max_sheet_index), status_code=200)

• 在ADF中配置Web活动，传入SharePoint文件的直接下载URL和通过服务主体/MSI获取的OAuth令牌，调用该Function获取最大索引。

方法2：结合Power Automate与ADF #

通过Power Automate处理Excel文件的工作表列表，再将结果返回给ADF：

• 创建Power Automate流：
  • 选择"当HTTP请求收到时"作为触发方式，定义请求参数（如文件路径）
  • 添加"获取文件内容"操作，连接目标SharePoint站点并指定Excel文件
  • 添加"列出工作表"操作，使用上一步的文件内容
  • 添加"排序"操作，按工作表索引降序排列，取第一个项的索引值
  • 添加"响应"操作，将索引值返回
• 在ADF中用Web活动调用该Power Automate的触发URL，获取索引值供后续活动使用。

方法3：ADF自定义活动（Python脚本） #

使用自托管集成运行时运行Python脚本，直接解析Excel文件：

• 编写Python脚本示例：

import openpyxl
import requests
from io import BytesIO
import os

file_url = os.environ['FILE_URL']
access_token = os.environ['ACCESS_TOKEN']

headers = {'Authorization': f'Bearer {access_token}'}
response = requests.get(file_url, headers=headers)
excel_file = BytesIO(response.content)

wb = openpyxl.load_workbook(excel_file, read_only=True)
max_sheet_index = len(wb.sheetnames) - 1

# 将结果写入ADF自定义活动的输出路径
with open(os.environ['AZUREML_OUTPUT_MAX_INDEX'], 'w') as f:
    f.write(str(max_sheet_index))

• 在ADF中创建自定义活动，配置自托管集成运行时，传入文件URL和令牌作为环境变量，运行脚本后读取输出的索引值。

内容的提问来源于stack exchange，提问作者zacthebigkub