如何用EPPlus导出带格式的HTML表格至Excel并保留上标样式？

我有一个包含<sup>标签的HTML表格，示例单元格为<td>System Architect<sup>5</sup></td>。需要将带有粗体、上标、下划线格式的HTML表格导出到Excel文件并保留样式。我已有处理程序可将表格转换为DataTable，但不清楚如何生成Excel XML的<r>标签，请问EPPlus能否实现该需求？

HTML格式示例 #

<table id="example" class="display" cellspacing="0" width="100%">
  <thead>
    <tr>
      <th>First name</th>
      <th>Last name</th>
      <th>Position</th>
      <th>Office</th>
      <th>Salary</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>Tiger</td>
      <td>Nixon</td>
      <td>System Architect<sup>5</sup></td>
      <td>Edinburgh</td>
      <td>$320,800</td>
    </tr>
  </tbody>
</table>

Excel XML目标格式示例 #

<r><t xml:space="preserve">System Architect</t></r>
<r><rPr><vertAlign val="superscript"/></rPr><t>5</t></r>

当前使用的EPPlus代码 #

using (ExcelPackage pack = new ExcelPackage())
{
    ExcelWorksheet ws = pack.Workbook.Worksheets.Add("");
    ws.Cells["A1"].LoadFromDataTable(dt, true);
    var ms = new System.IO.MemoryStream();
    pack.SaveAs(ms);
    ms.WriteTo(HttpContext.Current.Response.OutputStream);
}

EPPlus完全可以实现这个需求，不需要手动生成Excel XML的<r>标签，它提供了RichText对象来处理单元格内的富文本样式（包括上标、粗体、下划线等）。具体实现步骤如下：

1. 解析HTML单元格内容，拆分富文本片段
   对每个包含HTML格式的单元格内容进行解析，拆分出不同样式的文本片段。比如示例中的System Architect<sup>5</sup>，需要拆分成普通文本System Architect和上标文本5。可以用正则表达式或HTML解析库（如HtmlAgilityPack）完成这一步。

2. 使用EPPlus的RichText API构建富文本
   放弃直接用LoadFromDataTable（该方法仅支持纯文本导入），改为逐个单元格设置内容，通过ExcelRange.RichText属性添加不同样式的文本片段：

   示例代码：

   using (ExcelPackage pack = new ExcelPackage())
   {
       ExcelWorksheet ws = pack.Workbook.Worksheets.Add("Sheet1");
       
       // 以示例单元格C2为例
       var targetCell = ws.Cells["C2"];
       
       // 添加普通文本片段
       var normalSegment = targetCell.RichText.Add("System Architect");
       // 若需设置普通文本样式，可直接修改属性
       // normalSegment.Bold = false;
       
       // 添加上标文本片段
       var supSegment = targetCell.RichText.Add("5");
       // 设置上标样式
       supSegment.VerticalAlign = ExcelVerticalAlignmentFont.Superscript;
       // 如需粗体或下划线，直接设置对应属性
       // supSegment.Bold = true;
       // supSegment.UnderLine = true;
       
       // 其他单元格按相同逻辑处理...
       
       var ms = new System.IO.MemoryStream();
       pack.SaveAs(ms);
       ms.WriteTo(HttpContext.Current.Response.OutputStream);
   }
   

3. 批量处理DataTable中的富文本单元格
   若DataTable中存储了带HTML标签的内容，可遍历每个单元格，解析HTML后用RichText设置样式。以下是基于HtmlAgilityPack的解析示例：

   // 需先引用HtmlAgilityPack库
   var htmlDoc = new HtmlAgilityPack.HtmlDocument();
   htmlDoc.LoadHtml(cellHtmlContent); // cellHtmlContent为DataTable单元格中的HTML内容
   
   foreach (var node in htmlDoc.DocumentNode.ChildNodes)
   {
       string text = node.InnerText;
       switch(node.Name)
       {
           case "sup":
               var supRt = targetCell.RichText.Add(text);
               supRt.VerticalAlign = ExcelVerticalAlignmentFont.Superscript;
               break;
           case "b":
           case "strong":
               var boldRt = targetCell.RichText.Add(text);
               boldRt.Bold = true;
               break;
           case "u":
               var underlineRt = targetCell.RichText.Add(text);
               underlineRt.UnderLine = true;
               break;
           default:
               targetCell.RichText.Add(text);
               break;
       }
   }
   

关键说明 #

• EPPlus的RichText集合会自动映射到Excel XML中的<r>标签，每个ExcelRichText对象对应一个<r>节点，样式设置会自动生成<rPr>中的属性。
• 不要使用LoadFromDataTable导入富文本内容，该方法会过滤所有HTML格式，仅保留纯文本。

内容的提问来源于stack exchange，提问作者Jefferson