使用EPPlus库识别并高亮Excel表重复记录的技术问题

我明白你的问题所在了——你当前的代码是在检查单个单元格值是否重复，而不是基于多列组合判断整行是否重复，这就是为什么它总是返回true的原因（比如不同行的FirstName可能有相同值，但这并不代表整行是重复记录）。我们来修正这个逻辑，实现你需要的功能：基于指定多列识别重复行，然后对整行应用高亮和批注。

原代码的核心问题 #

你的代码遍历了所有工作表的所有单元格，只要任何单元格的值在列表中存在就返回true，这完全不符合“整行重复”的判断逻辑。比如两个不同的员工可能有相同的名字，但地址不同，这时候你的代码会误判为重复。

正确的实现思路 #

要实现基于多列的整行重复判断，我们需要：

• 先确定用来判断重复的关键列组合（比如FirstName、LastName、Address这三列）
• 遍历数据行（跳过表头行），把每行的关键列值组合成一个唯一标识
• 用字典记录这个标识对应的行号，当遇到重复标识时，标记为重复行并处理
• 对重复行执行高亮整行、添加批注的操作

完整实现代码 #

下面是基于EPPlus的完整代码，包含重复行识别、高亮和批注功能：

using OfficeOpenXml;
using OfficeOpenXml.Style;
using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;

public static bool IdentifyAndMarkDuplicateRows(string path)
{
    bool hasDuplicates = false;
    // 设置EPPlus的License（EPPlus 5+需要，若用旧版本可注释）
    ExcelPackage.LicenseContext = LicenseContext.NonCommercial;

    using (ExcelPackage excel = new ExcelPackage(new FileInfo(path)))
    {
        // 定位到EmployeeSheet工作表
        ExcelWorksheet sheet = excel.Workbook.Worksheets["EmployeeSheet"];
        if (sheet == null)
        {
            throw new Exception("未找到EmployeeSheet工作表");
        }

        // 1. 获取关键列的索引（假设第一行是表头）
        var headerRow = sheet.Cells[1, 1, 1, sheet.Dimension.End.Column];
        int firstNameCol = headerRow.First(c => c.Value.ToString().Equals("FirstName", StringComparison.OrdinalIgnoreCase)).Start.Column;
        int lastNameCol = headerRow.First(c => c.Value.ToString().Equals("LastName", StringComparison.OrdinalIgnoreCase)).Start.Column;
        int addressCol = headerRow.First(c => c.Value.ToString().Equals("Address", StringComparison.OrdinalIgnoreCase)).Start.Column;

        // 2. 用字典存储已出现的行标识（关键列组合）和对应的行号
        Dictionary<string, int> seenRows = new Dictionary<string, int>();

        // 3. 遍历数据行（从第2行开始，跳过表头）
        int startRow = 2;
        int endRow = sheet.Dimension.End.Row;
        int endCol = sheet.Dimension.End.Column;

        for (int row = startRow; row <= endRow; row++)
        {
            // 获取当前行的关键列值，处理null情况
            string firstName = sheet.Cells[row, firstNameCol].Value?.ToString() ?? string.Empty;
            string lastName = sheet.Cells[row, lastNameCol].Value?.ToString() ?? string.Empty;
            string address = sheet.Cells[row, addressCol].Value?.ToString() ?? string.Empty;

            // 组合成唯一标识（用特殊字符分隔，避免不同组合产生相同字符串）
            string rowIdentifier = string.Join("|", firstName, lastName, address);

            if (seenRows.ContainsKey(rowIdentifier))
            {
                // 发现重复行，标记状态
                hasDuplicates = true;
                int originalRow = seenRows[rowIdentifier];

                // 高亮当前重复行
                sheet.Cells[row, 1, row, endCol].Style.Fill.PatternType = ExcelFillStyle.Solid;
                sheet.Cells[row, 1, row, endCol].Style.Fill.BackgroundColor.SetColor(System.Drawing.Color.LightPink);

                // 高亮原始重复行（可选）
                sheet.Cells[originalRow, 1, originalRow, endCol].Style.Fill.PatternType = ExcelFillStyle.Solid;
                sheet.Cells[originalRow, 1, originalRow, endCol].Style.Fill.BackgroundColor.SetColor(System.Drawing.Color.LightPink);

                // 给当前重复行添加批注
                ExcelComment comment = sheet.Cells[row, firstNameCol].Comment ?? sheet.Cells[row, firstNameCol].AddComment(string.Empty, "Duplicate Check");
                comment.Text = $"此行为重复记录，原始行位于第{originalRow}行";
                comment.AutoFit = true;
            }
            else
            {
                // 记录新的行标识
                seenRows.Add(rowIdentifier, row);
            }
        }

        // 保存修改
        excel.Save();
    }

    return hasDuplicates;
}

代码关键点说明 #

• 关键列定位：通过表头名称动态查找列索引，避免硬编码列号，适配不同的表格结构
• 行标识生成：用|分隔关键列值，确保不同的列组合不会产生相同的标识（如果你的数据中包含|，可以换成其他特殊字符）
• 重复处理：不仅标记当前重复行，还可以选择高亮原始重复行，批注中明确指出原始行位置
• 空值处理：用?? string.Empty把null值转为空字符串，避免组合标识时出现null异常
• 样式设置：使用EPPlus的Style API设置整行填充色，实现高亮效果

使用注意事项 #

1. 确保你的项目已引用EPPlus NuGet包（可以通过NuGet安装：Install-Package EPPlus）
2. 若使用EPPlus 5及以上版本，需要设置LicenseContext（代码中已包含）
3. 确保表头行的列名与代码中指定的一致（大小写不敏感）
4. 如果需要基于更多列判断重复，只需要添加对应的列索引获取和标识组合即可

内容的提问来源于stack exchange，提问作者Koder