prep-step/PrepStep/DistintaBaseImporter.cs

using System.Text;
using System.Xml.Linq;
using ExcelDataReader;

namespace PrepStep;

/// <summary>
/// Converte il file "Distinta Base" esportato dal gestionale (SpreadsheetML
/// XML con estensione .xls/.xml, oppure .xls/.xlsx binario vero) nelle sole
/// colonne Componente/Descrizione in CSV.
/// </summary>
static class DistintaBaseImporter
{
    private static readonly XNamespace Ss = "urn:schemas-microsoft-com:office:spreadsheet";
    private const string NomeFoglio = "Distinta Base";

    // Il gestionale esporta la distinta come "DBP_<codice assieme generale>_<timestamp>.xls":
    // il foglio elenca solo i componenti SOTTO l'assieme, non l'assieme generale in sé, quindi
    // va aggiunto a parte al CSV leggendo questo codice dal nome del file di input.
    private static readonly System.Text.RegularExpressions.Regex NomeFileDistintaRegex =
        new(@"^DBP_(?<codice>\d+)_\d+$", System.Text.RegularExpressions.RegexOptions.Compiled);

    static DistintaBaseImporter()
    {
        Encoding.RegisterProvider(System.Text.CodePagesEncodingProvider.Instance);
    }

    public static (string PercorsoCsv, List<(string Componente, string Descrizione)> Righe) ConvertiInCsv(
        string percorsoInput, string? cartellaOutput = null)
    {
        var righeGrezze = EImmagineSpreadsheetMl(percorsoInput)
            ? LeggiRigheSpreadsheetMl(percorsoInput)
            : LeggiRigheExcelBinario(percorsoInput);

        var righe = righeGrezze.Skip(1) // salta l'intestazione
            .Where(r => r.Componente.Length > 0 || r.Descrizione.Length > 0)
            .ToList();

        var matchGenerale = NomeFileDistintaRegex.Match(Path.GetFileNameWithoutExtension(percorsoInput));
        if (matchGenerale.Success)
        {
            string codiceGenerale = matchGenerale.Groups["codice"].Value;
            if (!righe.Any(r => string.Equals(r.Componente, codiceGenerale, StringComparison.OrdinalIgnoreCase)))
                righe.Insert(0, (codiceGenerale, "Assieme generale"));
        }

        var percorsoCsv = Path.Combine(
            cartellaOutput ?? Path.GetDirectoryName(Path.GetFullPath(percorsoInput))!,
            Path.GetFileNameWithoutExtension(percorsoInput) + ".csv");

        using var writer = new StreamWriter(percorsoCsv, false, Encoding.UTF8);
        writer.WriteLine("Componente;Descrizione");
        foreach (var (componente, descrizione) in righe)
        {
            writer.WriteLine($"{EscapeCsv(componente)};{EscapeCsv(descrizione)}");
        }

        return (percorsoCsv, righe);
    }

    /// <summary>I file XML "SpreadsheetML" iniziano con l'intestazione XML testuale;
    /// i file .xls/.xlsx binari veri iniziano invece con una firma binaria (OLE2 o ZIP).</summary>
    private static bool EImmagineSpreadsheetMl(string percorso)
    {
        Span<byte> primiByte = stackalloc byte[5];
        using var stream = File.OpenRead(percorso);
        var letti = stream.Read(primiByte);
        return letti >= 5 && Encoding.ASCII.GetString(primiByte) == "<?xml";
    }

    private static List<(string Componente, string Descrizione)> LeggiRigheSpreadsheetMl(string percorsoInput)
    {
        var doc = XDocument.Load(percorsoInput);
        var foglio = doc.Descendants(Ss + "Worksheet")
                .FirstOrDefault(w => (string?)w.Attribute(Ss + "Name") == NomeFoglio)
            ?? throw new InvalidDataException($"Foglio '{NomeFoglio}' non trovato nel file.");

        var righeXml = foglio.Descendants(Ss + "Row").ToList();
        if (righeXml.Count == 0)
            throw new InvalidDataException($"Il foglio '{NomeFoglio}' non contiene righe.");

        return righeXml.Select(LeggiColonneBeCSpreadsheetMl).ToList();
    }

    private static (string Componente, string Descrizione) LeggiColonneBeCSpreadsheetMl(XElement riga)
    {
        string b = "", c = "";
        int colonna = 0;
        foreach (var cella in riga.Elements(Ss + "Cell"))
        {
            // ss:Index salta le celle vuote iniziali: senza attributo la colonna è quella precedente + 1
            var indice = cella.Attribute(Ss + "Index");
            colonna = indice != null ? int.Parse(indice.Value) : colonna + 1;
            if (colonna == 2) b = cella.Element(Ss + "Data")?.Value ?? "";
            else if (colonna == 3) c = cella.Element(Ss + "Data")?.Value ?? "";
        }
        return (b, c);
    }

    private static List<(string Componente, string Descrizione)> LeggiRigheExcelBinario(string percorsoInput)
    {
        using var stream = File.Open(percorsoInput, FileMode.Open, FileAccess.Read, FileShare.Read);
        using var reader = ExcelReaderFactory.CreateReader(stream);
        var dataSet = reader.AsDataSet();
        var tabella = dataSet.Tables[NomeFoglio]
            ?? throw new InvalidDataException($"Foglio '{NomeFoglio}' non trovato nel file.");

        var righe = new List<(string Componente, string Descrizione)>();
        foreach (System.Data.DataRow riga in tabella.Rows)
        {
            var b = riga.Table.Columns.Count > 1 ? riga[1]?.ToString() ?? "" : "";
            var c = riga.Table.Columns.Count > 2 ? riga[2]?.ToString() ?? "" : "";
            righe.Add((b, c));
        }
        return righe;
    }

    private static string EscapeCsv(string valore)
    {
        if (valore.Contains(';') || valore.Contains('"') || valore.Contains('\n'))
            return $"\"{valore.Replace("\"", "\"\"")}\"";
        return valore;
    }
}