C#读取与导出Excel文件完整操作教程

在.NET生态中进行Excel文件操作时，许多开发者首先遇到的挑战便是Microsoft.Office.Interop.Excel。这个库看似是官方解决方案，但在Web API、Windows Service或Docker容器等无界面（headless）环境中部署时，极易因底层架构不兼容而失败，常抛出COM类工厂异常。这并非简单的配置问题，而是技术选型上的根本局限。

EPPlus：.NET 6及以上版本读写Excel文件的主流方案

当前，.NET社区在处理现代.xlsx格式文件时，普遍采用EPPlus（特别是6.x及以上版本）作为核心工具。它是一个纯托管的.NET库，无需依赖本地安装的Microsoft Office，提供了直观易用的API，并且基于MIT协议可免费用于商业项目。对于需要稳定、高效处理Excel数据的场景，EPPlus已成为事实上的标准选择。

在采用EPPlus前，有两点关键信息需要明确：首先，该库仅支持.xlsx格式（Office 2007及以上），不支持旧的.xls格式。若业务中仍需处理旧格式文件，建议先使用LibreOffice等工具进行批量转换。其次，EPPlus 6+ 版本要求项目目标框架至少为.NET Framework 4.6.1或.NET Core，旧版项目升级前需仔细核对。

• 通过NuGet包管理器安装时，请使用正确命令：Install-Package EPPlus。请注意，EPPlus.Core包已不再维护，应避免使用。
• 首次使用前必须设置许可证上下文。例如，非商业用途可设置为：ExcelPackage.LicenseContext = LicenseContext.NonCommercial;。若用于商业项目，则需获取相应的商业许可证。

数据导入：高效地将集合数据写入Excel

将数据集合导入Excel工作表时，无需再编写繁琐的双层循环来逐个填充单元格。EPPlus提供了高效的worksheet.Cells["A1"].LoadFromCollection(list, true)方法，它能直接将对象列表映射为工作表行，性能通常比手动循环提升数倍，并有效避免了空引用和索引越界等常见错误。

使用此方法时，需要注意以下几个细节以确保数据准确映射：

• 数据模型类T的属性名称必须与Excel表头文字完全匹配（不区分大小写，但需注意空格和标点符号）。
• 若表头为中文，可为属性添加[DisplayName("用户姓名")]特性来实现映射。
• 可通过[Column(Order = 2)]特性来控制导出列的显示顺序。
• 该方法会将Excel中的空单元格映射为null（引用类型）或默认值（值类型）。如需过滤整行为空的数据，可在导入后自行处理，例如使用.Where(x => !string.IsNullOrWhiteSpace(x.Name))进行筛选。

数据导出：优化格式与布局的专业技巧

使用LoadFromCollection方法导出数据虽然快捷，但生成的文件在格式上可能不够友好：例如日期显示为数字序列，列宽不适应内容等。这些问题需要通过后续的样式设置来解决。

• 设置日期格式：Excel内部以序列号存储日期。需手动为日期列设置格式，例如：worksheet.Column(3).Style.Numberformat.Format = "yyyy-mm-dd";（列索引从1开始）。
• 自动调整列宽：调用worksheet.Cells[worksheet.Dimension.Address].AutoFitColumns();可使列宽自动适应内容长度。需注意，处理海量数据时此操作可能消耗较多CPU资源。
• 关键保存步骤：数据操作完成后，务必使用package.SaveAs(new FileInfo("output.xlsx"))将工作簿保存至物理文件。若仅调用package.Save()，数据仅写入内存流，最终文件将为空。

处理大型Excel文件：平衡性能与稳定性的策略

EPPlus采用将整个工作簿加载到内存中进行操作的模型。因此，当尝试一次性导入数十万或百万行级别的数据时，极易引发OutOfMemoryException异常，且垃圾回收器（GC）可能无法及时释放内存。

应对大数据量场景，可参考以下两种核心策略：

• 导入时启用筛选：在调用LoadFromCollection时，设置AutoFilter = true参数（即LoadFromCollection(list, true, TableStyles.Medium2)），这有助于降低操作过程中的内存峰值。
• 采用分块处理机制：对于超大规模数据，最稳妥的方法是进行分块读取与处理。可以回退到使用worksheet.Cells[row, col].Value逐单元格读取，每处理完一个数据块（如5万行）后，可考虑手动调用GC.Collect()（此为非推荐应急方案）。从长远架构看，若频繁处理海量Excel数据，应评估转向SpreadsheetLight这类支持流式处理的库，或直接基于Open XML SDK实现自定义的流式写入逻辑。

最后，牢记一个核心原则：单纯增加服务器内存并非根治性能问题的方案。在持续的数据流压力下，内存占用增长速度可能远超GC回收能力，最终导致进程崩溃。选择契合场景的技术方案与优化方法，才是保障系统稳定运行的根本。