如何在Azure Data Factory中读取.xlsb文件并提取指定工作表转CSV

完全可以通过Data Factory原生的数据集配置、Copy Data Activity实现.xlsb文件读取、指定单工作表提取、导出CSV的全流程，不需要开发自定义组件或者接入第三方服务。

• 数据集配置
  1. 新建数据集，关联你已经配置完成的File System链接服务，文件格式选择Excel格式即可。ADF原生Excel格式解析器默认支持.xlsb（二进制Excel工作簿）、.xlsx、.xlsm三类Excel文件，无需额外安装驱动。
  2. 在数据集配置页找到工作表配置项，直接选择「按工作表名称指定」，下拉选中你需要提取的目标工作表即可；也可以将工作表名称配置为数据集参数，后续运行管道时灵活传值。不建议多工作表场景下用「按工作表索引指定」的模式，避免工作表顺序调整后抓错数据。
  3. 其余配置按实际需求设置即可，比如是否将第一行识别为表头、是否跳过空行等，配置逻辑和普通.xlsx文件完全一致。
• Copy Data Activity配置
  1. 活动源端直接选择上述配置完成的.xlsb数据集，配置完成后可以点「预览数据」，确认拉取的是目标工作表的内容、字段匹配无误即可。
  2. 活动汇端选择你存储CSV的目标链接服务，格式选「CSV格式」，按需配置编码、字段分隔符、是否输出表头等参数即可。
  3. 进入「映射」标签页点导入架构，系统会自动读取目标工作表的字段结构完成映射，确认映射关系没问题后直接触发管道运行，就能把指定工作表的数据导出为CSV文件。

注意：如果你的.xlsb文件带加密保护、或者工作表内嵌入了宏、控件、非结构化对象，ADF解析时会自动跳过这类非表格内容，只提取单元格内的结构化数据，不会影响正常的工作表数据导出。

内容的提问来源于stack exchange，提问作者Dory