个人博客 - 刘佳华

Excel 单元格解密

发表于 分类于

解决 Excel 单元格显示与复制不一样的情况

简介

收到一份 Excel 文件，表面看起来一切正常，但是表格内所有数据单元格显示与表格上方编辑栏内容不符，复制单元格到记事本，显示内容与编辑栏一致，看起来是有人刻意对单元格文本进行加盐处理，应该是为了防止拷贝直接使用数据。

参考

帖子 excel单元格怎么让实际值与显示的值一致 与 电子表格里的数据如何去除隐藏部分 中有遇到相同情况，当中有人给出了原理，但是并没有提供一种快速的解决办法。

验证

拷贝一个单元格到记事本中，可以看到显示内容与 Excel 编辑中一致为加盐后的结果。

拷贝一个单元格数据到 Word 中，可以看到显示内容正确，但是仔细看左下角开头部位有几个字号为1磅或2磅不易察觉的宽度。

解决办法

处理前准备
  1. 前文参考的帖子中有提到替换的方式，我尝试在 Excel 中按照字号替换，最终失败，一格一格数据拷贝到 Word 中替换，这个数据量着实劝退。
  2. 使用 NPOI 读取单元格格式，替换其中的文本，但是在长时候发现 NPOI 对单元格中多种字体大小颜色很难判断，最终放弃。
  3. Excel 实际为压缩文件固定格式，可以解压缩获取其中 XML 文件，从而修改，解压缩后看到单元格数据都储存在 “\xl\sharedStrings.xml” 文件中，但是不知为何，这个 XML 文件的节点并不完整，解析时会报错，修复文件是个不小的工作量，并且格式恢复为 .xlsx 后 Excel 报文件损坏，所以放弃。
  4. 通过另存的方式保存为 XML 格式后再做解析，另存为 “XML 数据”，提示错误:”工作簿不包含任何 XML 映射”，所以另存为 “XML 电子表格 2003”，可以看到每个单元格内的文字格式。
1
2
3
4
5
6
7
8
<Cell ss:StyleID="s68">
    <ss:Data ss:Type="String" xmlns="http://www.w3.org/TR/REC-html40">
        <Font html:Color="#FFFFF2">a1</Font>
        <Font html:Size="9">13763569</Font>
        <Font html:Size="1" html:Color="#FFFFCC">8</Font>
        <Font html:Size="9">999</Font>
    </ss:Data>
</Cell>
判断加盐内容

多找几条数据后发现加盐的干扰项为（字体字号为 1磅 或 2磅，颜色为不易察觉的白色）：

1
2
3
4
5
6
html:Color="#FFFFF2"
html:Color="#FFFFF1"
html:Color="#FFFFCC"
html:Color="#FFFFFF"
html:Size="1"
html:Size="2"

处理文件代码

完整代码：ExcelCellDecryption
程序运行选择另存为 “XML 电子表格 2003” 的 XML 文件，点击执行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
// 解析 Excel XML 文档
XmlDocument doc = new XmlDocument();
doc.Load(vNewFile);
XmlNamespaceManager nsmgr = new XmlNamespaceManager(doc.NameTable);
nsmgr.AddNamespace("ab", "http://www.w3.org/TR/REC-html40");
nsmgr.AddNamespace("ss", "urn:schemas-microsoft-com:office:spreadsheet");
// 删除掺杂的数据
XmlNodeList nodeFonts = doc.SelectNodes("//ab:Font", nsmgr);
for (int i = 0; i < nodeFonts.Count; i++)
{
    var vXmlNodeFont = nodeFonts[i];
    bool bIsRemove = false;
    foreach (var item in listRemoveIdentification)
    {
        if (vXmlNodeFont.OuterXml.Contains(item))
        {
            bIsRemove = true;
            break;
        }
    }
    if (bIsRemove)
    {
        var vParentNode = vXmlNodeFont.ParentNode;
        vParentNode.RemoveChild(vXmlNodeFont);
    }
}
// 合并整理后的数据
XmlNodeList nodeDatas = doc.SelectNodes("//ss:Data", nsmgr);
for (int i = 0; i < nodeDatas.Count; i++)
{
    var vXmlNodeData = nodeDatas[i];
    var vXmlNodeFonts = vXmlNodeData.ChildNodes;
    if (vXmlNodeFonts.Count >= 2)
    {
        // Data 中 Font 数量大于等于 2 需要合并
        string strTxt = "";
        XmlNode xmlNodeMain = null;
        List<XmlNode> xmlNodesPrepare = new List<XmlNode>();
        // 记录数据 拼接文本 记录主要 Font 和需要删除的 Font
        for (int j = 0; j < vXmlNodeFonts.Count; j++)
        {
            var vXmlNodeFont = vXmlNodeFonts[j];
            if (j == 0)
            {
                xmlNodeMain = vXmlNodeFont;
            }
            else
            {
                xmlNodesPrepare.Add(vXmlNodeFont);
            }
            strTxt += vXmlNodeFont.InnerText;
        }
        // 记录主要 Font,超过15位增加 "'"
        if (strTxt.Length >= 15 && IsNumeric(strTxt) && !strTxt.First().Equals('\''))
        {
            xmlNodeMain.InnerText = $"'{strTxt}";
        }
        else
        {
            xmlNodeMain.InnerText = strTxt;
        }
        // 删除的 Font
        var vParentNode = xmlNodeMain.ParentNode;
        for (int k = 0; k < xmlNodesPrepare.Count; k++)
        {
            vParentNode.RemoveChild(xmlNodesPrepare[k]);
        }
    }
}
doc.Save(vNewFile);
手动处理
  1. 执行完成后会生成：”{XXX}_decrypt.xml” 文件，使用 Excel 打开。
  2. 修改整表字号为标准大小（我这里是宋体9号）。
  3. Ctrl+H 打开查找和替换，替换所有 “ “ 为 “”。
  4. 另存文件为 .xlsx 格式，处理结束。

如何制作这样的数据

既然解决了问题，那么在按照原路制造出来也是比较简单的，比如直接修改 xml 文件在 Cell 单元格中添加不易察觉的 Font，或者参考帖子 NPOI Excel同一个单元格 多种字体 使用 NPOI 写入即可。