C#无依赖Excel库转XLS到CSV：阻止数字自动转为日期

嘿，我懂你现在卡在哪了——不用任何Excel库把XLS转成CSV，结果碰到个糟心问题：某行的数字因为上方单元格是日期格式，居然被自动转成了日期，还没法动原始文件的格式。这事儿其实是因为你解析XLS的时候，可能直接拿了单元格的格式化显示文本，而没区分单元格的原始数据类型和格式信息，导致程序误判了数字的类型。

核心问题分析 #

XLS是二进制格式，每个单元格的格式信息是单独存储的。如果你的解析逻辑只是顺着单元格的显示值读取，当上方单元格用了日期格式，后续单元格可能会被解析器默认套用相同格式，把纯数字（比如20240520）当成日期值（转成2024-05-20）输出到CSV里。要解决这个问题，得从「读取原始值+判断格式类型」入手。

修正后的转换代码 #

下面是调整后的代码逻辑，重点是读取单元格的原始值，只在确认是日期格式时才做日期转换，否则保留数字的原始字符串形式：

using System;
using System.Collections.Generic;
using System.Globalization;
using System.IO;
using System.Linq;

// 假设你已经有XLS解析的基础逻辑，这里补充核心处理部分
protected static void convertExcelToCsv(string inputFile, string outputFile)
{
    using (var fs = new FileStream(inputFile, FileMode.Open, FileAccess.Read))
    using (var sw = new StreamWriter(outputFile, false, Encoding.UTF8))
    {
        // 替换成你实际读取工作表行和单元格的逻辑
        foreach (var row in GetWorksheetRows(fs))
        {
            var csvCellList = new List<string>();
            foreach (var cell in row.Cells)
            {
                string cellOutput;
                // 关键：读取单元格原始值，而非格式化后的显示文本
                if (cell.DataType == CellDataType.Numeric)
                {
                    var rawNumericValue = cell.RawValue;
                    // 检查单元格的格式代码是否为日期格式
                    var formatCode = cell.FormatCode;
                    if (!string.IsNullOrWhiteSpace(formatCode) && IsDateFormat(formatCode))
                    {
                        // Excel日期是从1900-01-01开始的天数，注意处理闰年bug
                        var excelDate = Convert.ToDouble(rawNumericValue, CultureInfo.InvariantCulture);
                        var actualDate = DateTime.FromOADate(excelDate);
                        cellOutput = actualDate.ToString("yyyy-MM-dd"); // 按需调整日期格式
                    }
                    else
                    {
                        // 非日期格式的数字，直接转成不变文化的字符串，避免区域差异
                        cellOutput = Convert.ToString(rawNumericValue, CultureInfo.InvariantCulture);
                    }
                }
                else
                {
                    // 文本、布尔等其他类型直接处理
                    cellOutput = cell.RawValue?.ToString() ?? string.Empty;
                }
                // 处理CSV的转义规则（包含逗号、引号、换行的情况）
                csvCellList.Add(EscapeForCsv(cellOutput));
            }
            sw.WriteLine(string.Join(",", csvCellList));
        }
    }
}

// 辅助方法：判断单元格格式代码是否属于日期/时间格式
private static bool IsDateFormat(string formatCode)
{
    // Excel日期格式通常包含d、m、y、h、s等关键字，排除百分比等类似格式
    var dateKeywords = new[] { "d", "M", "y", "h", "s", "tt" };
    return dateKeywords.Any(keyword => formatCode.IndexOf(keyword, StringComparison.OrdinalIgnoreCase) >= 0)
           && !formatCode.Contains("%");
}

// 辅助方法：CSV内容转义，符合RFC4180规范
private static string EscapeForCsv(string value)
{
    if (value == null) return string.Empty;
    if (value.Contains(",") || value.Contains("\"") || value.Contains("\n") || value.Contains("\r"))
    {
        return $"\"{value.Replace("\"", "\"\"")}\"";
    }
    return value;
}

// 这里是占位的行读取方法，替换成你实际的XLS解析逻辑
private static IEnumerable<WorksheetRow> GetWorksheetRows(FileStream fs)
{
    // 你的XLS行解析代码，返回包含Cells的行集合
    yield break;
}

// 占位的单元格相关类型，根据你的解析逻辑调整
public enum CellDataType { Numeric, Text, Boolean, Empty }
public class WorksheetRow { public List<WorksheetCell> Cells { get; set; } }
public class WorksheetCell
{
    public CellDataType DataType { get; set; }
    public object RawValue { get; set; }
    public string FormatCode { get; set; }
}

关键调整点 #

1. 读取原始值：放弃直接拿显示文本，改用RawValue获取单元格的原始数据（数字就是纯数字，文本就是纯文本）。
2. 格式判断：通过IsDateFormat方法检查单元格的格式代码，只有确认是日期格式时，才把数字转成日期字符串。
3. 文化中立：用CultureInfo.InvariantCulture处理数字转字符串，避免不同区域设置下出现逗号分隔符等问题，保证CSV的兼容性。
4. CSV规范：加入EscapeForCsv方法处理特殊字符，生成符合标准的CSV文件。

如果你的XLS解析逻辑里还没实现读取格式代码的功能，可以查阅微软公开的XLS二进制格式文档，找到FORMAT记录的解析方式，提取每个单元格对应的格式代码即可。

内容的提问来源于stack exchange，提问作者Darrick