如何通过.NET高效读取大型Excel文档中的所有字符串

我之前也被这个问题坑过！用COM Interop逐个单元格读取Text属性处理大表格时，速度慢到让人崩溃——毕竟每一次对Excel对象的调用都有跨进程的开销。这里有几个更高效的解决思路，分两种场景给你说：

一、如果必须使用Excel COM Interop（依赖Excel客户端） #

直接放弃逐个读Text，改用一次性获取所有值+一次性获取所有单元格格式，然后在.NET端自己格式化文本。这是因为Excel单元格的Text本质是根据单元格的NumberFormat规则对Value进行格式化后的结果，我们完全可以在本地复刻这个逻辑，避免频繁调用Excel对象。

具体步骤： #

1. 一次性获取整个区域的Value2（比Value更高效，不带Currency等额外信息）和NumberFormat数组
2. 遍历值数组，根据对应位置的NumberFormat把值格式化为对应的显示文本

改进后的代码示例： #

static void Main(string[] args)
{
    Excel.Application xlApp = (Excel.Application)System.Runtime.InteropServices.Marshal.GetActiveObject("Excel.Application");
    var worksheet = xlApp.ActiveSheet;
    var usedRange = worksheet.UsedRange;

    // 一次性读取所有值和格式，这两步都是极快的
    object[,] cellValues = usedRange.Value2;
    object[,] numberFormats = usedRange.NumberFormat;

    int rowStart = cellValues.GetLowerBound(0);
    int rowEnd = cellValues.GetUpperBound(0);
    int colStart = cellValues.GetLowerBound(1);
    int colEnd = cellValues.GetUpperBound(1);

    // 初始化文本数组
    string[,] cellTexts = new string[rowEnd - rowStart + 1, colEnd - colStart + 1];

    // 在.NET本地遍历格式化，避免频繁COM调用
    for (int row = rowStart; row <= rowEnd; row++)
    {
        for (int col = colStart; col <= colEnd; col++)
        {
            var value = cellValues[row, col];
            var format = numberFormats[row, col] as string;

            if (value == null)
            {
                cellTexts[row - rowStart, col - colStart] = string.Empty;
                continue;
            }

            // 根据格式类型处理
            if (value is DateTime dateValue)
            {
                // 用Excel的格式字符串格式化日期
                cellTexts[row - rowStart, col - colStart] = dateValue.ToString(format);
            }
            else if (value is double numericValue)
            {
                // 处理数字、货币、百分比等格式
                cellTexts[row - rowStart, col - colStart] = numericValue.ToString(format);
            }
            else
            {
                // 文本或其他类型直接转字符串
                cellTexts[row - rowStart, col - colStart] = value.ToString();
            }
        }
    }

    // 后续处理cellTexts数组...
}

补充说明： #

• 原代码的循环条件有明显错误（row和col的起始值写错了），上面的代码已经修正
• 如果遇到一些Excel特殊格式（比如自定义格式），可能需要对NumberFormat做少量适配，但大部分场景下直接用ToString(format)就能得到和Excel显示一致的文本

二、如果可以脱离Excel客户端（推荐大数据量场景） #

直接用Open XML SDK或者EPPlus这类开源库操作Excel文件，完全不需要依赖Excel安装，性能会比COM Interop高一个量级——毕竟是直接解析文件内容，没有跨进程调用的开销。

比如用EPPlus读取格式化文本的示例（简化版）：

using (var package = new ExcelPackage(new FileInfo("your-file.xlsx")))
{
    var worksheet = package.Workbook.Worksheets.First();
    int rowCount = worksheet.Dimension.Rows;
    int colCount = worksheet.Dimension.Columns;
    string[,] cellTexts = new string[rowCount, colCount];

    for (int row = 1; row <= rowCount; row++)
    {
        for (int col = 1; col <= colCount; col++)
        {
            // EPPlus直接提供了获取显示文本的方法，内部已经做了优化
            cellTexts[row-1, col-1] = worksheet.Cells[row, col].Text;
        }
    }
}

EPPlus内部对批量读取做了优化，比COM逐个读快很多，而且不需要打开Excel程序。

为什么不推荐剪贴板方案？ #

你提到的cells.Copy到剪贴板确实能一次性获取文本，但缺点太明显：

• 会覆盖用户当前剪贴板内容，体验极差
• 处理大表格时剪贴板可能溢出
• 格式解析麻烦（需要处理制表符、换行符等）

所以上面的两个方案都比剪贴板靠谱得多。

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