0

Hola estimados, espero me puedan ayudar.

Estoy elaborando un flujo de trabajo en SSIS para cargar archivos Excel 2010 a una tabla en SQL Server 2008-R2, muchos de los campos en Excel tienen texto de mas de 255 caracteres y a veces se truncan en dicho valor, la solución que se recomienda según he investigado es hacer 01 paso adicional y pasar de Excel a CSV y luego hacer la carga. Los 02 inconvenientes que surgen son los siguientes: 1. Luego de buscar en la red he encontrado y adaptado un script que me sirve para la conversión, pero en algunos casos genera saltos de linea malogrando la fila, esto a pesar de que veo que hace la salvedad con "\n" y ahí se detiene el flujo de trabajo (al parecer ese es el problema). 2. He batallado mucho para tratar de identificar la codificación que tiene el archivo CSV generado ya que a veces no representa las "ñ" o los acentos o separa las comas en un solo campo (esto dentro de la cadena de conexión generada) y la que se adecua mas es "437 (OEM - Estados Unidos)".

  • Alguien conoce algún otro Script que pueda utilizar para convertir a CSV.
  • Como identificar la codificación correcta del archivo CSV para que me represente los caracteres tal cual son.

Adjunto Script que estoy utilizando para conversión, está en C# y yo uso VB si por ahí lo tienen en ese lenguaje lo entendería.

/*
       Microsoft SQL Server Integration Services Script Task
       Write scripts using Microsoft Visual C# 2008.
       The ScriptMain is the entry point class of the script.
    */
    using System;
    using System.Data;
    using Microsoft.SqlServer.Dts.Runtime;
    using System.Windows.Forms;
    using Excel = Microsoft.Office.Interop.Excel;
    using Microsoft.Office.Interop.Excel;
    namespace ST_6dc747ff29cf41c6ac11b7c0bca33d19.csproj
    {
        [System.AddIn.AddIn("ScriptMain", Version = "1.0", Publisher = "", Description = "")]
        public partial class ScriptMain : Microsoft.SqlServer.Dts.Tasks.ScriptTask.VSTARTScriptObjectModelBase
        {
            #region VSTA generated code
            enum ScriptResults
            {
                Success = Microsoft.SqlServer.Dts.Runtime.DTSExecResult.Success,
                Failure = Microsoft.SqlServer.Dts.Runtime.DTSExecResult.Failure
            };
            #endregion
            /*
      The execution engine calls this method when the task executes.
      To access the object model, use the Dts property. Connections, variables, events,
      and logging features are available as members of the Dts property as shown in the following examples.
      To reference a variable, call Dts.Variables["MyCaseSensitiveVariableName"].Value;
      To post a log entry, call Dts.Log("This is my log text", 999, null);
      To fire an event, call Dts.Events.FireInformation(99, "test", "hit the help message", "", 0, true);
      To use the connections collection use something like the following:
      ConnectionManager cm = Dts.Connections.Add("OLEDB");
      cm.ConnectionString = "Data Source=localhost;Initial Catalog=AdventureWorks;Provider=SQLNCLI10;Integrated Security=SSPI;Auto Translate=False;";
      Before returning from this method, set the value of Dts.TaskResult to indicate success or failure.
      
      To open Help, press F1.
     */
            private static Workbook mWorkBook;
            private static Sheets mWorkSheets;
            private static Worksheet mWSheet1;
            private static Excel.Application oXL;
            private static string ErrorMessage = string.Empty;
            public void Main()
            {
                try
                {
                    string sourceExcelPathAndName = @"ruta\aaa.xlsx";
                    string targetCSVPathAndName = @"ruta\aaa.csv";
                    string excelSheetName = @"Sheet0";
                    string columnDelimeter = @"|#|";
                    int headerRowsToSkip = 2;
                    if (ConvertExcelToCSV(sourceExcelPathAndName, targetCSVPathAndName, excelSheetName, columnDelimeter, headerRowsToSkip) == true)
                    {
                        Dts.TaskResult = (int)ScriptResults.Success;
                    }
                    else
                    {
                        Dts.TaskResult = (int)ScriptResults.Failure;
                    }
                }
                catch (Exception ex)
                {
                    Dts.TaskResult = (int)ScriptResults.Failure;
                }
            }
            public static bool ConvertExcelToCSV(string sourceExcelPathAndName, string targetCSVPathAndName, string excelSheetName, string columnDelimeter, int headerRowsToSkip)
            {
                try
                {
                    oXL = new Excel.Application();
                    oXL.Visible = false;
                    oXL.DisplayAlerts = false;
                    Excel.Workbooks workbooks = oXL.Workbooks;
                    mWorkBook = workbooks.Open(sourceExcelPathAndName, 0, false, 5, "", "", false, XlPlatform.xlWindows, "", true, false, 0, true, false, false);
                    //Get all the sheets in the workbook
                    mWorkSheets = mWorkBook.Worksheets;
                    //Get the specified sheet
                    mWSheet1 = (Worksheet)mWorkSheets.get_Item(excelSheetName);
                    Excel.Range range = mWSheet1.UsedRange;
                    //deleting the specified number of rows from the top
                    Excel.Range rngCurrentRow;
                    for (int i = 0; i < headerRowsToSkip; i++)
                    {
                        rngCurrentRow = range.get_Range("A1", Type.Missing).EntireRow;
                        rngCurrentRow.Delete(XlDeleteShiftDirection.xlShiftUp);
                    }
                    //replacing ENTER with a space
                    range.Replace("\n", " ", Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing);
                    //replacing COMMA with the column delimeter
                    range.Replace(",", columnDelimeter, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing);
                    mWorkBook.SaveAs(targetCSVPathAndName, XlFileFormat.xlCSVMSDOS,
                    Type.Missing, Type.Missing, Type.Missing, Type.Missing, Microsoft.Office.Interop.Excel.XlSaveAsAccessMode.xlExclusive,
                    Type.Missing, Type.Missing, Type.Missing,
                    Type.Missing, false);
                    return true;
                }
                catch (Exception ex)
                {
                    ErrorMessage = ex.ToString();
                    return false;
                }
                finally
                {
                    if (mWSheet1 != null) mWSheet1 = null;
                    if (mWorkBook != null) mWorkBook.Close(Type.Missing, Type.Missing, Type.Missing);
                    if (mWorkBook != null) mWorkBook = null;
                    if (oXL != null) oXL.Quit();
                    System.Runtime.InteropServices.Marshal.ReleaseComObject(oXL);
                    if (oXL != null) oXL = null;
                    GC.WaitForPendingFinalizers();
                    GC.Collect();
                    GC.WaitForPendingFinalizers();
                    GC.Collect();
                }
            }
        }
    }

1 respuesta 1

1

Responderé más o menos a la segunda pregunta que haces:

Como identificar la codificación correcta del archivo CSV para que me represente los caracteres tal cual son.

Pero lo haré haciendo un cambio en tu script, y explicando parte del problema.

Considero que tu error es que, en el script que publicas, estás pidiéndole a Excel que guarde el CSV con formato de DOS (supongo que utiliza ASCII no extendido, pero en realidad no lo sé ni tengo manera de probarlo ahora).

La enumeración Excel.XlFileFormat tiene los siguientes sabores de csv:

  • xlCSV
  • xlCSVMac
  • xlCSVMSDOS
  • xlCSVWindows

De estos, yo eligiría xlCSVWindows o xlCSV (puedes probar con ambos y comparar los resultados).

Por otro lado, el método Workbook.SaveAsXMLData tiene un parámetro llamado TextCodepage, que me parece que actualmente es ignorado, pero la documentación dice:

Ignored for all languages in Microsoft Excel.

Note

When Excel saves a workbook to one of the CSV or text formats, which are specified by using the FileFormat parameter, it uses the code page that corresponds to the language for the system locale in use on the current computer. This system setting is available in the Control Panel, by clicking Region and Language, clicking the Location tab, under Current location.

Mi traducción libre de la nota de esta documentación sería algo como:

Nota

Cuando Excel guarda un libro en uno de los formatos CSV o de texto, que es especificado utilizando el parámetro FileFormat, utiliza el código de página que corresponde al idioma de la configuración regional del sistema en uso en la computadora. Esta configuración del sistema se encuentra en el panel de control ...

De esto, podría decir que el archivo estará en formato ANSI con el mismo código de página del idioma de la PC.

2
  • Gracias por responder amigo. Sigue danto el mismo resultado, al parecer hay algo en el script que no convierte bien cuando dentro del texto hay mas de un salto de paguina,
    – Carlos_JPQ
    el 7 nov. 2018 a las 15:51
  • Ocurre que haces varias preguntas a la vez. Te recomiendo leer como preguntar. Estoy intentando responder a tus preguntas sobre la codificación del archivo. El salto de página, en mi opinión, debiera encontrarse en una pregunta diferente. Un saludo.
    – jachguate
    el 7 nov. 2018 a las 16:28

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.