Excel文件结构详解

1. Excel文件格式概述

了解Excel文件的内部结构对于高级使用和编程处理非常重要。Excel使用多种文件格式，每种格式都有其特定的用途和特点。

主要文件格式

                .xlsx - Excel工作簿（默认格式）

                .xlsm - 启用宏的Excel工作簿

                .xls - Excel 97-2003工作簿（旧格式）

                .xlsb - Excel二进制工作簿

                .csv - 逗号分隔值文件

                .xltx - Excel模板

                .xltm - 启用宏的Excel模板

.xlsx文件格式

现代Excel使用.xlsx格式，这是一种基于Open XML标准的压缩格式。了解其内部结构有助于编程处理和文件恢复。

重要提示：.xlsx文件本质上是一个ZIP压缩包，解压后可以看到其内部XML结构。

2. .xlsx文件内部结构

当你解压一个.xlsx文件时，会看到以下目录结构：

                workbook.xlsx/           

                ├── [Content_Types].xml # 内容类型定义

                ├── _rels/              # 关系目录

                │   └── .rels          # 主关系文件

                ├── docProps/           # 文档属性

                │   ├── app.xml        # 应用程序属性

                │   └── core.xml       # 核心属性（作者、创建时间等）

                ├── xl/                 # 工作簿主要内容

                │   ├── workbook.xml   # 工作簿定义

                │   ├── _rels/         # 工作簿关系

                │   ├── worksheets/    # 工作表目录

                │   │   ├── sheet1.xml # 第一个工作表

                │   │   ├── sheet2.xml # 第二个工作表

                │   │   └── ...

                │   ├── styles.xml     # 样式定义

                │   ├── sharedStrings.xml # 共享字符串

                │   ├── theme/         # 主题

                │   │   └── theme1.xml

                │   └── media/         # 媒体文件（图片等）

关键文件说明

workbook.xml：定义工作簿的结构，包含所有工作表的引用
sheet*.xml：包含每个工作表的实际数据、公式和格式
styles.xml：定义单元格样式、字体、边框、填充等
sharedStrings.xml：存储所有文本字符串，节省空间
[Content_Types].xml：定义文件中各部分的MIME类型

3. 工作簿结构（workbook.xml）

workbook.xml是Excel文件的核心，定义了整个工作簿的结构。

主要组成部分

                <workbook>

                    <fileVersion .../>          

                    <workbookPr .../>           

                    <bookViews>                  

                        <workbookView .../>

                    </bookViews>

                    <sheets>                      

                        <sheet name="Sheet1" sheetId="1" r:id="rId1"/>

                        <sheet name="Sheet2" sheetId="2" r:id="rId2"/>

                    </sheets>

                    <definedNames>                

                        <definedName name="MyRange">Sheet1!$A$1:$C$10</definedName>

                    </definedNames>

                    <calcPr .../>                 

                </workbook>

工作表引用

每个工作表都有一个唯一的ID和关系ID，通过这些ID可以找到对应的工作表XML文件。

4. 工作表结构（sheet.xml）

每个工作表都有独立的XML文件，包含该工作表的所有数据、公式和格式信息。

基本结构

                <worksheet>

                    <dimension ref="A1:D10"/>      

                    <sheets>                        

                        <sheetView .../>

                    </sheets>

                    <cols>                          

                        <col min="1" max="1" width="15"/>

                    </cols>

                    <sheetData>                     

                        <row r="1">                

                            <c r="A1">              

                                <v>123</v>         

                            </c>

                            <c r="B1" t="s">       

                                <v>0</v>          

                            </c>

                        </row>

                    </sheetData>

                    <mergeCells>                    

                        <mergeCell ref="A1:B1"/>

                    </mergeCells>

                    <conditionalFormatting>        

                        <cfRule .../>

                    </conditionalFormatting>

                </worksheet>

单元格数据类型

单元格的type属性（t）定义了数据的类型：

                无属性或t="n" - 数字

                t="s"       - 字符串（引用sharedStrings.xml）

                t="str"     - 内联字符串

                t="b"       - 布尔值

                t="e"       - 错误值

                t="d"       - 日期

5. 共享字符串表（sharedStrings.xml）

为了优化文件大小，Excel将所有文本字符串存储在一个共享字符串表中。

结构示例

                <sst xmlns="..." count="10" uniqueCount="5">

                    <si>                          

                        <t>产品名称</t>

                    </si>

                    <si>                          

                        <t>数量</t>

                    </si>

                    <si>                          

                        <t>单价</t>

                    </si>

                    <si>                          

                        <t>合计</t>

                    </si>

                    <si>                          

                        <t>总计</t>

                    </si>

                </sst>

优化技巧：当多个单元格包含相同的文本时，使用共享字符串表可以显著减少文件大小。

6. 样式定义（styles.xml）

styles.xml定义了工作簿中使用的所有样式，包括字体、填充、边框、数字格式等。

样式结构

                <styleSheet xmlns="...">

                    <numFmts count="2">          

                        <numFmt numFmtId="164" formatCode="#,##0.00"/>

                    </numFmts>

                    <fonts count="3">            

                        <font>

                            <sz val="11"/>       

                            <name val="Calibri"/> 

                            <b/>                   

                            <color rgb="FF0000"/> 

                        </font>

                    </fonts>

                    <fills count="2">            

                        <fill>

                            <patternFill patternType="solid">

                                <fgColor rgb="4CAF50"/>

                            </patternFill>

                        </fill>

                    </fills>

                    <borders count="1">          

                        <border>

                            <left style="thin">

                                <color rgb="000000"/>

                            </left>

                        </border>

                    </borders>

                    <cellXfs count="5">          

                        <xf numFmtId="0" fontId="0" fillId="0" borderId="0"/>

                        <xf numFmtId="164" fontId="1" fillId="1" borderId="1"/>

                    </cellXfs>

                    <cellStyles count="1">        

                        <cellStyle xfId="0" name="Normal"/>

                    </cellStyles>

                </styleSheet>

7. 公式存储

公式存储在工作表XML文件的<c>元素中，使用<f>标签表示。

公式示例

                <c r="D2">

                    <f>B2*C2</f>              

                    <v>5000</v>               

                </c>

                <c r="D3">

                    <f t="shared" ref="D2:D10" si="0">B3*C3</f>

                    <!-- 共享公式 -->

                </c>

公式类型

普通公式：t属性不存在或为空
共享公式：t="shared"，用于优化相似公式的存储
数组公式：t="array"
数据表公式：t="dataTable"

8. 关系文件（_rels）

关系文件定义了文件内部各部分之间的关联关系，是Open XML格式的重要组成部分。

主关系文件

                <Relationships xmlns="...">

                    <Relationship Id="rId1"

                        Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/officeDocument"

                        Target="xl/workbook.xml"/>

                    <Relationship Id="rId2"

                        Type="http://schemas.openxmlformats.org/package/2006/relationships/metadata/core-properties"

                        Target="docProps/core.xml"/>

                    <Relationship Id="rId3"

                        Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/extended-properties"

                        Target="docProps/app.xml"/>

                </Relationships>

9. 媒体文件

Excel文件中的图片、图表等媒体文件存储在xl/media目录中。

媒体类型

                xl/media/

    ├── image1.png      

    ├── image2.jpg      

    ├── chart1.xml      

    └── ...

10. .xlsm与.xlsx的区别

.xlsm文件是启用宏的工作簿，与.xlsx的主要区别在于：

包含宏代码：可以存储VBA代码
额外的文件：包含vbaProject.bin文件
安全警告：打开时会显示安全警告

.xlsm文件结构

                workbook.xlsm/

    ├── [Content_Types].xml

    ├── _rels/

    ├── docProps/

    ├── xl/

    │   ├── workbook.xml

    │   ├── worksheets/

    │   ├── styles.xml

    │   ├── sharedStrings.xml

    │   ├── vbaProject.bin    

    │   └── _rels/

    │       └── workbook.xml.rels

11. .xls旧格式

.xls是Excel 97-2003使用的二进制格式，称为BIFF（Binary Interchange File Format）。

特点

二进制格式，不能直接查看内容
最大行数限制为65536行
最大列数限制为256列
不支持现代Excel功能
兼容性更好，但功能受限

注意：.xls格式已经过时，建议使用.xlsx格式，除非有特殊的兼容性需求。

12. .xlsb二进制格式

.xlsb是Excel二进制工作簿格式，结合了二进制和XML的优点。

特点

文件体积更小，加载速度更快
支持现代Excel功能
不适合版本控制和内容查看
适合大型数据集

13. CSV格式

CSV（Comma-Separated Values）是一种简单的文本格式，常用于数据交换。

CSV示例

                产品名称,数量,单价,金额

    产品A,100,50,5000

    产品B,200,80,16000

    产品C,150,60,9000

特点

纯文本格式，易于处理
不包含格式和公式
兼容性极好
适合数据导入导出

14. Excel文件操作最佳实践

文件管理

定期备份重要文件
使用有意义的文件名
保持文件结构简洁
避免过度使用合并单元格

性能优化

减少不必要的格式设置
避免使用过多的条件格式
清理未使用的样式和名称
对于大数据集，考虑使用Excel表格

版本控制

使用.xlsx格式便于版本控制
避免使用.xlsm进行版本控制（二进制内容难以比较）
考虑使用CSV进行数据版本控制

15. 本章小结

本章详细介绍了Excel文件的内部结构，你现在应该了解：

Excel的主要文件格式及其用途
.xlsx文件的内部XML结构
工作簿、工作表、单元格的层次关系
数据、样式、公式的存储方式
共享字符串表的作用
不同格式的优缺点
文件管理的最佳实践

学习建议：了解Excel文件结构对于编程处理Excel文件非常重要。如果你打算使用Python或GoLang处理Excel，建议深入理解这些概念。

在下一章中，我们将开始学习Excel的基本操作，包括数据输入、编辑和管理等内容。