從Excel文件中替換無效的XML字符並將其寫回到磁盤會導致文件損壞在MS Excel中打開時出錯

Question

關於問題的一些背景：

我們有一個ASP.NET MVC5應用程序，我們在其中使用FlexMonster在網格中顯示數據。 數據源是一個存儲過程，它將所有數據帶入UI網格，一旦用戶單擊“導出”按鈕，它將報表導出到Excel。 但是，在某些情況下，導出到excel失敗。 有些數據有一些無效字符，這是不可能/不可行固定源的建議在這里

到目前為止，我的方法：

EPPlus庫無法初始化工作簿，因為輸入的excel文件包含一些無效的XML字符。 我發現轉儲文件中包含一些無效字符。 我研究了可能的方法。

首先，我在excel文件中確定了有問題的字符。 我首先嘗試使用Notepad ++手動將無效字符替換為空格，然后EPPlus可以成功讀取文件。

現在，使用此處和此處其他SO線程中給出的方法，我替換了所有可能出現的無效字符。 我正在使用

XmlConvert.IsXmlChar

找出有問題的XML字符並用空格替換的方法。

我創建了一個示例程序，試圖在有問題的Excel工作表上工作。

//in main method 
String readFile = File.ReadAllText(filePath);
string content = RemoveInvalidXmlChars(readFile);
File.WriteAllText(filePath, content);

//removal of invalid characters
        static string RemoveInvalidXmlChars(string inputText)  
        {
            StringBuilder withoutInvalidXmlCharsBuilder = new StringBuilder();
            int firstOccurenceOfRealData = inputText.IndexOf("<t>");
            int lastOccurenceOfRealData = inputText.LastIndexOf("</t>");

            if (firstOccurenceOfRealData < 0 ||
                lastOccurenceOfRealData < 0 ||
                firstOccurenceOfRealData > lastOccurenceOfRealData)
                return inputText;

            withoutInvalidXmlCharsBuilder.Append(inputText.Substring(0, firstOccurenceOfRealData)); 
            int remaining = lastOccurenceOfRealData - firstOccurenceOfRealData;
            string textToCheckFor = inputText.Substring(firstOccurenceOfRealData, remaining); 

            foreach (char c in textToCheckFor)
            {
                withoutInvalidXmlCharsBuilder.Append((XmlConvert.IsXmlChar(c)) ? c : ' ');
            }
      withoutInvalidXmlCharsBuilder.Append(inputText.Substring(lastOccurenceOfRealData));

            return withoutInvalidXmlCharsBuilder.ToString();

        }

如果我使用notepad ++手動替換有問題的字符，則該文件可以在MSExcel中正常打開。 上面提到的代碼成功替換了相同的無效字符，並將內容寫回到文件中。 但是，當我嘗試使用MS Excel打開excel文件時，它拋出一個錯誤，指出該文件可能已損壞並且沒有內容顯示（下面的快照） 。 此外，以下代碼

var excelPackage = new ExcelPackage(new FileInfo(filePath));

通過記事本++更新的文件上，出現以下異常

"CRC error: the file being extracted appears to be corrupted. Expected 0x7478AABE, Actual 0xE9191E00"}

我的問題：

1. 我以這種方式修改內容的方法正確嗎？
2. 如果是，如何將更新后的字符串寫入Excel文件？
3. 如果我的方法是錯誤的，那么如何繼續擺脫無效的XML字符？

打開文件時顯示錯誤（沒有無效的XML字符）：

首先彈出

當我點擊是

提前致謝 ！

Answer 1

根據您的最新評論，它聽起來確實像一個二進制文件（可能是XLSX）。 要確認，請使用7zip打開由FlexMonster創建的文件。 如果打開正確，並且您在文件夾中看到一堆XML文件，則為XLSX。

在這種情況下，在二進制文件上進行搜索/替換聽起來是一個非常糟糕的主意。 它可能適用於XML部分，但也可能替代其他部分中的合法字符。 我認為更好的方法是按照@PanagiotisKanavos的建議進行操作並使用ZipArchive 。 但是您必須按照正確的順序重建它，否則Excel會抱怨。 類似於此處https://stackoverflow.com/a/33312038/1324284的操作 ，您可以執行以下操作：

public static void ReplaceXmlString(this ZipArchive xlsxZip, FileInfo outFile, string oldString, string newstring)
{
    using (var outStream = outFile.Open(FileMode.Create, FileAccess.ReadWrite))
    using (var copiedzip = new ZipArchive(outStream, ZipArchiveMode.Update))
    {
        //Go though each file in the zip one by one and copy over to the new file - entries need to be in order
        foreach (var entry in xlsxZip.Entries)
        {
            var newentry = copiedzip.CreateEntry(entry.FullName);
            var newstream = newentry.Open();
            var orgstream = entry.Open();

            //Copy non-xml files over
            if (!entry.Name.EndsWith(".xml"))
            {
                orgstream.CopyTo(newstream);
            }
            else
            {
                //Load the xml document to manipulate
                var xdoc = new XmlDocument();
                xdoc.Load(orgstream);

                var xml = xdoc.OuterXml.Replace(oldString, newstring);
                xdoc = new XmlDocument();
                xdoc.LoadXml(xml);

                xdoc.Save(newstream);
            }

            orgstream.Close();
            newstream.Flush();
            newstream.Close();
        }
    }
}

像這樣使用時：

[TestMethod]
public void ReplaceXmlTest()
{
    var datatable = new DataTable("tblData");
    datatable.Columns.AddRange(new[]
    {
        new DataColumn("Col1", typeof (int)),
        new DataColumn("Col2", typeof (int)),
        new DataColumn("Col3", typeof (string))
    });

    for (var i = 0; i < 10; i++)
    {
        var row = datatable.NewRow();
        row[0] = i;
        row[1] = i * 10;
        row[2] = i % 2 == 0 ? "ABCD" : "AXCD";
        datatable.Rows.Add(row);
    }

    using (var pck = new ExcelPackage())
    {
        var workbook = pck.Workbook;
        var worksheet = workbook.Worksheets.Add("source");

        worksheet.Cells.LoadFromDataTable(datatable, true);
        worksheet.Tables.Add(worksheet.Cells["A1:C11"], "Table1");

        //Now similulate the copy/open of the excel file into a zip archive
        using (var orginalzip = new ZipArchive(new MemoryStream(pck.GetAsByteArray()), ZipArchiveMode.Read))
        {
            var fi = new FileInfo(@"c:\temp\ReplaceXmlTest.xlsx");
            if (fi.Exists)
                fi.Delete();

            orginalzip.ReplaceXmlString(fi, "AXCD", "REPLACED!!");
        }
    }
}

給出以下內容：

請記住，這完全是蠻力。 您可以做的所有使文件篩選器更智能的工作，而不是簡單地處理所有xml文件都是一件非常好的事情。 如果這是問題所在或工作表文件夾中的xml文件，則可以將其限制為SharedString.xml文件。 在不了解更多數據的情況下很難說。