Azure Data Factory(ADF)如何将多工作表Excel拆分为独立.csv文件

本方案仅需使用1个你已配置好的带SheetName参数的Excel数据集，无需额外创建多个数据集，全程无硬编码工作表名称。

步骤1：配置Get Metadata活动读取全量工作表名称 #

在管道中先添加1个Get Metadata活动，按以下规则配置：

• 数据集选择你已创建的指向远程文件服务器Excel文件的数据集，SheetName参数留空，不需要填写值
• 在「字段列表」配置项中，添加工作表名称（英文环境对应Sheet Names）元数据字段
• 该活动运行后会自动返回当前Excel文件所有工作表名称的数组，无需提前预知工作表数量与命名

步骤2：配置ForEach迭代活动 #

将Get Metadata活动的输出连接到ForEach活动，ForEach的配置如下：

• 「项」参数填写表达式：@activity('替换为你实际的Get Metadata活动名称').output.sheetNames，示例中如果Get Metadata活动命名为Get_Excel_Sheets，则表达式为@activity('Get_Excel_Sheets').output.sheetNames
• 若工作表数量较多，可开启「批量并发」选项，最高支持20个任务并行执行，提升导出效率

步骤3：配置ForEach内部的Copy活动 #

在ForEach活动的内部添加Copy活动，按以下规则配置：

• 源数据集依然选择你已创建的带SheetName参数的Excel数据集，SheetName参数填写@item()，会自动传入当前迭代的工作表名称
• 源配置可根据实际情况勾选「首行作为标题」，无需提前定义工作表Schema，ADF会自动适配每个工作表的结构
• 接收器选择指向ADLS Gen2的CSV数据集，可通过动态表达式设置输出文件名，示例：@concat(item(), '.csv')，生成的CSV文件会直接对应原工作表名称，便于后续筛选
• 接收器无需预设Schema，ADF会自动根据源工作表结构写入CSV文件

注意事项 #

• 若Excel文件设置了访问密码，需要先在Excel数据集的配置页填写密码，否则Get Metadata活动无法正常读取工作表列表
• 若远程文件服务器为SMB协议，需确认你使用的集成运行时（IR）具备该文件路径的访问权限，避免读取失败
• 单工作表数据量过大时，可在Copy活动中开启分块写入配置，不影响整体执行逻辑

内容的提问来源于stack exchange，提问作者Vanbuskirk