C# 基于Aspose.Cells的数据导出到Excel

简介:
using Aspose.Cells; 

 

void WriteToExcel(string filePath, List<object[]> datas, string sheetName = "Sheet0")

        {
            try
            {
                Workbook workBook = new Workbook();
                Worksheet sheet = workBook.Worksheets[0];
                sheet.Name = sheetName;
                Aspose.Cells.Style style = workBook.Styles[workBook.Styles.Add()];
                style.HorizontalAlignment = Aspose.Cells.TextAlignmentType.Center;
                style.Font.IsBold = true;
                int Colnum = datas[0].Length;//表格列数 
                int Rownum = datas.Count;//表格行数 
                //生成数据行 
                
                for (int i = 0; i < Rownum; i++)
                {
                    for (int j = 0; j < Colnum; j++)
                    {
                        object obj = null;
                        if (datas[i].Length > j)
                        {
                            obj = datas[i][j];
                        }
                        sheet.Cells[i, j].PutValue(obj);
                        if (i == 0)
                        {
                            sheet.Cells[i, j].SetStyle(style);
                        }
                    }
                }
                workBook.Save(filePath);
                GC.Collect();
                GC.WaitForPendingFinalizers();
                GC.Collect();
            }
            catch (Exception e)
            {
                
            }
        }

 

 

List<object[]> excelDatas = new List<object[]>();

 

                        object[] objTitle = new object[] { "SIM", "ICCID" };
                        excelDatas.Add(objTitle);

 

 WriteToExcel("d:\\test.xlsx",excelDatas);

 




本文转自94cool博客园博客,原文链接:http://www.cnblogs.com/94cool/p/7527268.html,如需转载请自行联系原作者

相关文章
|
1月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
183 10
|
3月前
|
数据采集 存储 JavaScript
自动化数据处理:使用Selenium与Excel打造的数据爬取管道
本文介绍了一种使用Selenium和Excel结合代理IP技术从WIPO品牌数据库(branddb.wipo.int)自动化爬取专利信息的方法。通过Selenium模拟用户操作,处理JavaScript动态加载页面,利用代理IP避免IP封禁,确保数据爬取稳定性和隐私性。爬取的数据将存储在Excel中,便于后续分析。此外,文章还详细介绍了Selenium的基本设置、代理IP配置及使用技巧,并探讨了未来可能采用的更多防反爬策略,以提升爬虫效率和稳定性。
225 4
|
25天前
|
开发框架 .NET Java
C#集合数据去重的5种方式及其性能对比测试分析
C#集合数据去重的5种方式及其性能对比测试分析
35 11
|
27天前
|
开发框架 .NET Java
C#集合数据去重的5种方式及其性能对比测试分析
C#集合数据去重的5种方式及其性能对比测试分析
50 10
|
28天前
|
存储 Java easyexcel
招行面试:100万级别数据的Excel,如何秒级导入到数据库?
本文由40岁老架构师尼恩撰写,分享了应对招商银行Java后端面试绝命12题的经验。文章详细介绍了如何通过系统化准备,在面试中展示强大的技术实力。针对百万级数据的Excel导入难题,尼恩推荐使用阿里巴巴开源的EasyExcel框架,并结合高性能分片读取、Disruptor队列缓冲和高并发批量写入的架构方案,实现高效的数据处理。此外,文章还提供了完整的代码示例和配置说明,帮助读者快速掌握相关技能。建议读者参考《尼恩Java面试宝典PDF》进行系统化刷题,提升面试竞争力。关注公众号【技术自由圈】可获取更多技术资源和指导。
|
2月前
|
前端开发
实现Excel文件和其他文件导出为压缩包,并导入
实现Excel文件和其他文件导出为压缩包,并导入
45 1
|
2月前
|
数据格式 UED
记录一次NPOI库导出Excel遇到的小问题解决方案
【11月更文挑战第16天】本文记录了使用 NPOI 库导出 Excel 过程中遇到的三个主要问题及其解决方案:单元格数据格式错误、日期格式不正确以及合并单元格边框缺失。通过自定义单元格样式、设置数据格式和手动添加边框,有效解决了这些问题,提升了导出文件的质量和用户体验。
290 3
|
3月前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据,处理后将其保存为txt、xlsx和csv格式的文件。
235 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
|
2月前
|
Java API Apache
|
2月前
|
存储 Java API
Java实现导出多个excel表打包到zip文件中,供客户端另存为窗口下载
Java实现导出多个excel表打包到zip文件中,供客户端另存为窗口下载
135 4