Powershell转换XLS文件因单元格HTML数据过大导致进程挂起求助

• 现有PowerShell脚本通过Excel COM对象将接收的.xls文件转为.csv，此前运行正常，但处理某一特定文件时，$ExcelWB.Workbooks.Open($FilePath)命令会挂起无法完成，只能通过任务管理器终止Excel进程。
• 手动打开该文件时，Excel报错，日志内容为HTML ERROR in Cell data too large : ，且该文件包含需完整保留的HTML数据列。

由于依赖Excel COM对象会受限于Excel自身的单元格数据大小限制，建议改用不依赖桌面Excel的工具完成转换，以下是几种可行方案：

方案1：使用ImportExcel模块（推荐） #

ImportExcel是PowerShell第三方模块，基于EPPlus库开发，无需安装Excel即可处理Excel文件，能绕过Excel的单元格大小限制。

操作步骤 #

1. 首次运行需安装模块：

Install-Module -Name ImportExcel -Scope CurrentUser -Force

2. 转换脚本示例：

$BasePath = "[directorypath]"
$FilePath = (Get-ChildItem $BasePath -Filter "export*.xls").FullName
$CsvPath = [System.IO.Path]::ChangeExtension($FilePath, ".csv")

# 读取xls文件并导出为csv
Import-Excel -Path $FilePath | Export-Csv -Path $CsvPath -NoTypeInformation -Encoding UTF8

方案2：使用OleDb连接 #

通过OleDb驱动直接读取xls文件数据，不依赖Excel应用程序，可避开Excel UI层面的限制。

脚本示例 #

$BasePath = "[directorypath]"
$FilePath = (Get-ChildItem $BasePath -Filter "export*.xls").FullName
$CsvPath = [System.IO.Path]::ChangeExtension($FilePath, ".csv")

# 构建OleDb连接字符串
$connectionString = "Provider=Microsoft.Jet.OLEDB.4.0;Data Source=`"$FilePath`";Extended Properties=`"Excel 8.0;HDR=YES;IMEX=1`""

$connection = New-Object System.Data.OleDb.OleDbConnection($connectionString)
$connection.Open()

# 获取第一个工作表名称
$sheetName = $connection.GetOleDbSchemaTable([System.Data.OleDb.OleDbSchemaGuid]::Tables, $null) | Where-Object { $_.TABLE_TYPE -eq 'TABLE' } | Select-Object -ExpandProperty TABLE_NAME -First 1

# 查询并读取数据
$query = "SELECT * FROM [$sheetName]"
$command = New-Object System.Data.OleDb.OleDbCommand($query, $connection)
$adapter = New-Object System.Data.OleDb.OleDbDataAdapter($command)
$dataTable = New-Object System.Data.DataTable
$adapter.Fill($dataTable)

# 导出为CSV
$dataTable | Export-Csv -Path $CsvPath -NoTypeInformation -Encoding UTF8

# 清理资源
$connection.Close()
$connection.Dispose()

注意：64位系统可能需要单独安装Microsoft.Jet.OLEDB.4.0驱动，32位系统默认自带该驱动。

方案3：调整Excel COM对象打开参数（备选） #

若必须使用Excel COM对象，可尝试添加参数禁用警告、启用损坏文件加载模式，尝试绕过错误：

$ExcelWB = New-Object -ComObject Excel.Application
$ExcelWB.DisplayAlerts = $false
$ExcelWB.AskToUpdateLinks = $false
$ExcelWB.AutomationSecurity = 3 # 禁用宏安全提示

$BasePath = "[directorypath]"
$FilePath = (Get-ChildItem $BasePath -Filter "export*.xls").FullName
$CsvPath = [System.IO.Path]::ChangeExtension($FilePath, ".csv")

# 启用损坏文件加载模式打开文件
$Workbook = $ExcelWB.Workbooks.Open($FilePath, $null, $true, $null, $null, $null, $true, $null, $null, $false, $false, $null, $true, 1)
$Workbook.SaveAs($CsvPath, 6)
$Workbook.Close($false)
$ExcelWB.Quit()

# 强制清理COM对象，避免残留进程
[System.Runtime.Interopservices.Marshal]::ReleaseComObject($Workbook) | Out-Null
[System.Runtime.Interopservices.Marshal]::ReleaseComObject($ExcelWB) | Out-Null
[System.GC]::Collect()
[System.GC]::WaitForPendingFinalizers()

注：此方案不一定能解决单元格数据过大的核心问题，仅作为备选尝试。

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