需求背景 #

• 每年需检索约600,000个Excel文件，日常检索量30,000-50,000个
• 目标：筛选出内部模板创建的文件，排除所有客户发来的文件
• 内部模板特征：公司数百种内部模板（覆盖测试、报告、信函等场景）的页脚均包含文档编号、版本号、日期，其中最关键的识别标识是SharePoint文件路径

现有疑问 #

常规操作中需打开工作簿才能访问其中数据，但我找到一段可读取关闭状态下工作簿单元格区域的VBA代码，不过对ExecuteExcel4Macro()的工作原理及限制完全不了解：

Public Function readExcelRng( _
    filePath As String, fileName As String, _
    shName As String, ByVal rngAddress As String _
    ) As Variant
    '无需打开工作簿即可读取数据

    Dim strEqu As String
    
    '转换地址格式
    rngAddress = Range(rngAddress).Address(1, 1, xlR1C1)
    
    strEqu = "'" & filePath & "[" & fileName & "]" & shName & "'!" & rngAddress
    
    readExcelRng = ExecuteExcel4Macro(strEqu)

End Function

关于ExecuteExcel4Macro()的说明 #

工作原理 #

这是调用Excel旧版XLM宏语言的函数，它通过构造类似外部引用的公式字符串，让Excel在后台解析并返回目标单元格的静态值，全程不会在界面上打开工作簿。

核心限制 #

1. 仅支持单元格数据：只能读取单元格的静态值，无法获取页眉/页脚、格式、宏代码这类非单元格内容——这正好是你的痛点，因为你需要检测的是页脚信息，用这个函数直接做不到。
2. 依赖明确的工作表名称：如果目标文件的工作表名称不确定或存在隐藏工作表，会直接报错。
3. 路径要求严格：文件路径必须是本地路径或可直接访问的网络路径（比如SharePoint映射驱动器），路径中不能有特殊字符，否则解析失败。
4. 批量性能有限：虽然比打开工作簿快，但单次调用仍有开销，日均5万级别的文件量下，循环调用会出现明显卡顿。

针对需求的可行方案 #

因为要检测页脚这类非单元格属性，推荐以下两个实用方向：

方案1：优化版Excel对象模型批量检测 #

通过禁用Excel冗余功能提速，快速打开文件读取页脚后关闭：

Sub BatchCheckInternalFiles()
    Dim targetFolder As String, filePath As String, wb As Workbook
    Dim footerText As String, logPath As String
    
    '自行替换目标文件夹和日志路径
    targetFolder = "C:\YourTargetFolder\"
    logPath = "C:\InternalFilesLog.txt"
    '清空旧日志
    Open logPath For Output As #1: Close #1

    '禁用Excel冗余功能
    Application.ScreenUpdating = False
    Application.Calculation = xlCalculationManual
    Application.DisplayAlerts = False
    Application.EnableEvents = False

    '遍历文件夹下的Excel文件
    filePath = Dir(targetFolder & "*.xlsx")
    Do While filePath <> ""
        Set wb = Workbooks.Open(Filename:=targetFolder & filePath, ReadOnly:=True, UpdateLinks:=xlUpdateLinksNever)
        '合并所有页脚内容（可根据需求指定特定页脚区域）
        footerText = wb.Worksheets(1).PageSetup.LeftFooter & _
                     wb.Worksheets(1).PageSetup.CenterFooter & _
                     wb.Worksheets(1).PageSetup.RightFooter
        '判断是否包含内部标识（自行替换为你的SharePath特征）
        If InStr(footerText, "SharePoint") > 0 Then
            Open logPath For Append As #1
            Print #1, targetFolder & filePath
            Close #1
        End If
        wb.Close SaveChanges:=False
        filePath = Dir
    Loop

    '恢复Excel默认设置
    Application.ScreenUpdating = True
    Application.Calculation = xlCalculationAutomatic
    Application.DisplayAlerts = True
    Application.EnableEvents = True
End Sub

• 优势：逻辑简单，能准确读取页脚；优化后性能可支撑日均5万级文件量。
• 注意：文件量极大时可分批次处理，避免内存溢出。

方案2：OOXML直接解析（高性能批量处理） #

.xlsx本质是压缩包，可直接读取其XML结构提取页脚，无需启动Excel：

• 思路：将.xlsx文件解压，读取xl/worksheets/sheet1.xml中的页脚节点内容，判断是否包含目标标识。
• 优势：性能远超Excel对象模型，适合百万级批量处理；无需安装Excel。
• 缺点：需要了解OOXML结构，代码实现相对复杂，可借助VBA压缩解压API或Python辅助处理。

内容的提问来源于stack exchange，提问作者Michael Serretta