MiniExcel模板填充:动态列数据的正确处理方法
2025-06-27 08:57:50作者:郦嵘贵Just
在使用MiniExcel进行Excel模板填充时,开发者经常会遇到需要动态填充多列数据的情况。本文将通过一个典型场景,深入分析如何正确处理模板中多列数据的动态填充问题。
问题场景分析
假设我们有一个Excel模板,包含两列数据需要填充:
- 第一列:
{{model.name}} - 第二列:
{{manufacturer.name}}
期望的填充结果是:
A1 B1
A2 B2
A3 B3
A4 B4
常见错误做法
错误方法一:分离数据源
开发者可能会尝试将两列数据分别放在不同的字典键中:
var value = new Dictionary<string, object>
{
["model"] = new[] { new { name = "A1" }, new { name = "A2" } },
["manufacturer"] = new[] { new { name = "B1" }, new { name = "B2" } }
};
这种做法的结果是错误的,因为MiniExcel会将每个数据源独立展开,导致数据错位。
错误方法二:多次填充
另一种尝试是分多次调用SaveAsByTemplateAsync方法:
// 第一次填充model
await memoryStream.SaveAsByTemplateAsync(copiedData, new { model = models });
// 第二次填充manufacturer
await clonedStream.SaveAsByTemplateAsync(copiedData1, new { manufacturer = manufacturers });
这种方法会产生笛卡尔积,导致数据重复组合。
正确解决方案
使用统一数据对象
正确的做法是将每行数据作为一个整体对象,包含所有需要填充的属性:
// 创建动态对象数组
dynamic[] objects = Enumerable.Range(0, 4)
.Select(x => new ExpandoObject())
.ToArray();
// 填充每行数据
for (int i = 0; i < 4; i++)
{
var obj = objects[i];
obj.model = new { name = $"A{i + 1}" };
obj.manufacturer = new { name = $"B{i + 1}" };
}
// 构建数据源
var value = new Dictionary<string, object>
{
["data"] = objects
};
对应的模板应修改为:
{{data.model.name}} {{data.manufacturer.name}}
替代方案:使用字典
如果不喜欢动态对象,可以使用字典:
var rows = new List<Dictionary<string, object>>();
for (int i = 0; i < 4; i++)
{
var row = new Dictionary<string, object>
{
["model"] = new { name = $"A{i + 1}" },
["manufacturer"] = new { name = $"B{i + 1}" }
};
rows.Add(row);
}
var value = new Dictionary<string, object>
{
["data"] = rows
};
技术原理
MiniExcel的模板引擎要求:
- 每行数据必须是一个完整的对象
- 模板中的属性路径必须能够从同一个对象解析
- 数组数据会按行展开
理解这些原则后,就能正确设计数据结构和模板,实现预期的填充效果。
总结
处理MiniExcel模板填充时,关键是要确保:
- 每行数据包含所有需要填充的字段
- 使用统一的数据对象结构
- 模板中的属性路径与数据结构匹配
通过合理设计数据模型,可以轻松实现复杂的动态列填充需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221