[英]How can I improve the performance of retrieving values from SharedStringTable in OpenXml Excel spreadsheet tools?
我正在使用DocumentFormat.OpenXml
读取Excel电子表格。 我的代码存在性能瓶颈,该代码用于从SharedStringTable
对象中查找单元格值(这似乎是某种针对单元格值的查找表):
var returnValue = sharedStringTablePart.SharedStringTable.ChildElements.GetItem(parsedValue).InnerText;
我创建了一个字典以确保只检索一次值:
if (dictionary.ContainsKey(parsedValue))
{
return dictionary[parsedValue];
}
var fetchedValue = sharedStringTablePart.SharedStringTable.ChildElements.GetItem(parsedValue).InnerText;
dictionary.Add(parsedValue, fetchedValue);
return fetchedValue;
这样可以将执行时间减少近50%。 但是,我的指标表明,代码行从SharedStringTable
对象中获取值仍需要208秒来执行123,951次。 还有其他方法可以优化此操作吗?
我会一次性将整个共享字符串表读入您的字典中,而不是根据需要查找每个值。 这将使您能够按顺序浏览文件,并为哈希查找准备好存储值,这将比为所需的每个值扫描SST效率更高。
在过程开始时运行以下内容将使您可以使用dictionary[parsedValue]
访问每个值。
private static void LoadDictionary()
{
int i = 0;
foreach (var ss in sharedStringTablePart.SharedStringTable.ChildElements)
{
dictionary.Add(i++, ss.InnerText);
}
}
如果文件很大,则使用SAX方法而不是上面的DOM方法读取文件可能会带来一些好处:
private static void LoadDictionarySax()
{
using (OpenXmlReader reader = OpenXmlReader.Create(sharedStringTablePart))
{
int i = 0;
while (reader.Read())
{
if (reader.ElementType == typeof(SharedStringItem))
{
SharedStringItem ssi = (SharedStringItem)reader.LoadCurrentElement();
dictionary.Add(i++, ssi.Text != null ? ssi.Text.Text : string.Empty);
}
}
}
}
在我的机器上,使用具有60000行和2列的文件,使用上面的LoadDictionary
方法而不是问题中的GetValue
方法,速度快了大约300倍。 LoadDictionarySax
方法提供了相似的性能,但是在较大的文件(100000行,10列)上,SAX方法比LoadDictionary
方法快25%。 在更大的文件(100000行,26列)上, LoadDictionary
方法抛出内存LoadDictionarySax
异常,但LoadDictionarySax
工作。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.