DataSet Excel 파일로 가져오기
- /// <summary>
-
- /// Excel
-
- /// </summary>
-
- /// <param name="ds">
-
- /// Excel
-
- /// DataSet->DataTable->TableName (Sheet)
-
- /// DataTable->Column->ColumnName
-
- /// </param>
-
- /// <param name="strFilenamePath"> </param>
-
- /// <returns></returns>
-
- public bool ImportToExcel(DataSet ds, string strFilenamePath)
-
- {
-
- if (ds.Tables.Count == 0)
-
- return false;
-
-
-
- try
-
- {
-
- Microsoft.Office.Interop.Excel.ApplicationClass objApp = new Microsoft.Office.Interop.Excel.ApplicationClass();
-
- Microsoft.Office.Interop.Excel._Workbook objWorkbook;//
-
- Microsoft.Office.Interop.Excel._Worksheet objWorksheet;//
-
- objWorkbook = objApp.Workbooks.Add(true);
-
-
-
- object objMissing = System.Reflection.Missing.Value;
-
-
-
- #region
-
-
-
- for (int i = 0; i < ds.Tables.Count; i++)
-
- {
-
- objWorksheet = (Microsoft.Office.Interop.Excel._Worksheet)objWorkbook.ActiveSheet;
-
-
-
- //
-
- objWorksheet.Name = ds.Tables[i].TableName;
-
-
-
- //
-
- for (int j = 0; j < ds.Tables[i].Columns.Count; j++)
-
- {
-
- objApp.Cells[1, j + 1] = ds.Tables[i].Columns[j].ColumnName;
-
- }
-
-
-
- // ,
-
- for (int rows = 0; rows < ds.Tables[i].Rows.Count; rows++)
-
- {
-
- for (int cols = 0; cols < ds.Tables[i].Columns.Count; cols++)
-
- {
-
- objApp.Cells[rows + 2, cols + 1] = ds.Tables[i].Rows[rows][cols].ToString();
-
- }
-
- }
-
-
-
- if (i < ds.Tables.Count - 1)
-
- {
-
- objApp.Sheets.Add(objMissing, objMissing, 1, Microsoft.Office.Interop.Excel.XlSheetType.xlWorksheet);
-
- }
-
- }
-
-
-
- #endregion
-
-
-
- objApp.Visible = true;
-
-
-
- // Excel
-
- objWorkbook.SaveAs(
-
- strFilenamePath, objMissing, objMissing, objMissing, objMissing,
-
- objMissing, Microsoft.Office.Interop.Excel.XlSaveAsAccessMode.xlShared, objMissing,
-
- objMissing, objMissing, objMissing, objMissing);
-
-
-
- objApp.Quit();
-
-
-
- return true;
-
- }
-
- catch (Exception ex)
-
- {
-
- string strEXMessage = ex.Message;
-
-
-
- return false;
-
- }
-
- }
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
두 개의 데이터 세트를 하나로 결합매우 다른 두 개체를 단일 컬렉션으로 반환해야 했습니다. 그리고 두 개체의 좋은 부분을 하나의 결합된 단위로 나타낼 수 있는 새 개체를 추가하는 것은 분명히 큰 문제가 아닙니다. 그러나 결과적으로 더 흥미로운 문제 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.