excel工作簿提取数据教学案例-精选教育文档.docxVIP

Excel 工作簿提取数据教学案例 1 引言 很多高校都是培养应用型人才， 熟练应用 Excel 对就业有极 大帮助。 但在教学中很多老师不注重办公软件的应用特性， 泛泛 而教，学生学之无味，失去学习的兴趣。通过案例分析可使得教 学生动，极大地刺激学生的学习兴趣。 这里以石油行业的数据提取为案例。 石油行业数据存在以下 特点：行数长度不定；一行记录全是名称；存在一行数据全是单 位说明； 存在多个有效的数据表且位置不定； 每张表的实际行数 及实际列数不定。提出基于 C#勺Excel工作簿复杂表格提取方 法，可以解决上述问题。 Excel 数据分析 Visual C#连接 Excel 数据利用到 ADOActiveX Data Object， 即 ActiveX 数据对象），通过 Microsoft Jet OLE DB Provider （OLEDB， Object Linked and Embed Database 对象链接与嵌入 勺数据库）连接 Excel 文件，将数据写入 DataSet[2] 。案例数 据存在稳定特征与不稳定特征： 通过对案例数据分析可以归纳成表 1 所述特征。 案例设计原理 复杂表格提取采用以下步骤：数据导入、数据预处理、表格 定位、表格提取。单个文件表格的提取：①确定数据文件的基本 结构，包括文件记录的条数，每条记录具体信息的个数、记录从 文件的第几行开始等； ②用多线程方法读取文件， 提高对大数据 文件读取的速度。 而复杂表格的提取关键是实现表格在二维表中 的定位。确定表格只需要确定真实表格的某一顶点的位置及表格 长和宽即可。 列概要信息定义为收集获取二维表中每一列的连续 区段起始序列以及其连续长度信息， 某一列上的连续区段表示在 一列上从开始到结束， 其中连续存在数据的区段， 都被记录为一 条 Record ，一列上的所有 Record 记录在链表 ColumnElement 上， 每一列都被涵括在链表 Column 中。表格定位算法： ( 1)从第一行开始读取记录，行数为 position ，当首次遇 到非空数据时记录下 position ，直到数据为空时计算长度 length ，将 position 和 length 的值存储在 Record 中。 建立一个空队列 Queue,对每个Record进行关联性检 测，读列 i ：1-n ，ColumnELement[i] 的 Record 信息，将首个非 空列首个 Record 入队,若下一条 Record 与 Queue.last ()相 关联则入队, 直到邻接列中不存在关联区段。 数据区―记录值有 如下特点： ①数据域都是数字类型； ②同一表格记录开始于同一 行,结束于同一行。关联即属于同一表格。 获取表格位置信息(SheetMessage)。队列Record组 成的一组连续区段,其总数就等于该表格的 X 轴宽 size ,该表 格Y轴向的长取队列中 Record最短的length，该Record.length 代表完整且没有多余信息表格的长。 Queue[0] 所在的列 i 以及 Queue[0].position 表示起始坐标。那么就导出了表格的位置信 息（（ i ，Queue[0].position ） ，size ，length ）。在 ColumnElement 中移除已经使用过的 Record，重新进行关联检测，获得余下数 据。 4 结论 根据上述方法分析数据（（ 0， 0）， 6， 13）、（（ 1， 24）， 4， 11）、（（ 7 ， 11）， 4， 14）、（（ 5 ， 14）， 2， 7）数据 中各参数表示（（起始坐标值）， X轴宽，Y轴长）。验证得知 与实际的表格位置相同。 这种算法采取先识别再定位导入， 简化 人工的识别避免降低人工操作失误，排除因不同规范导致的差 异。教学中能通过此案例调动学生学习的积极性。