1. Excel2003与Excel2007
两个版本的最大行数和列数不同,2003版最大行数是65536行,最大列数是256列,2007版及以后的版本最大行数是1048576行,最大列数是16384列。
excel2003是以二进制的方式存储,这种格式不易被其他软件读取使用;而excel2007采用了基于XML的ooxml开放文档标准,ooxml使用XML和ZIP技术结合进行文件存储,XML是一个基于文本的格式,而且ZIP容器支持内容的压缩,所以其一大优势是可以大大减小文件的尺寸。
2. 大批量数据读写
2.1 大批量数据写入
写入可以采用SXSSFWorkbook
2.2 大批量数据读取
POI读取Excel有两种模式,一种是用户模式,一种是SAX事件驱动模式,将xlsx格式的文档转换成CSV格式后进行读取。用户模式API接口丰富,使用POI的API可以很容易读取Excel,但用户模式消耗的内存很大,当遇到很大sheet、大数据网格,假空行、公式等问题时,很容易导致内存溢出。POI官方推荐解决内存溢出的方式使用CVS格式解析,即SAX事件驱动模式。下面主要是讲解如何读取大批量数据:
pom.xml所需jar包:
1 <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 2 xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd"> 3 <modelVersion>4.0.0</modelVersion> 4 <groupId>POIExcel</groupId> 5 <artifactId>POIExcel</artifactId> 6 <packaging>war</packaging> 7 <version>1.0-SNAPSHOT</version> 8 <name>POIExcel Maven Webapp</name> 9 <url>http://maven.apache.org</url> 10 <dependencies> 11 <dependency> 12 <groupId>junit</groupId> 13 <artifactId>junit</artifactId> 14 <version>3.8.1</version> 15 <scope>test</scope> 16 </dependency> 17 18 <dependency> 19 <groupId>org.apache.poi</groupId> 20 <artifactId>poi</artifactId> 21 <version>3.17</version> 22 </dependency> 23 24 <dependency> 25 <groupId>org.apache.poi</groupId> 26 <artifactId>poi-ooxml</artifactId> 27 <version>3.17</version> 28 </dependency> 29 30 <dependency> 31 <groupId>org.apache.poi</groupId> 32 <artifactId>poi-ooxml-schemas</artifactId> 33 <version>3.17</version> 34 </dependency> 35 36 <dependency> 37 <groupId>com.syncthemall</groupId> 38 <artifactId>boilerpipe</artifactId> 39 <version>1.2.1</version> 40 </dependency> 41 42 <dependency> 43 <groupId>xerces</groupId> 44 <artifactId>xercesImpl</artifactId> 45 <version>2.11.0</version> 46 </dependency> 47 48 <dependency> 49 <groupId>xml-apis</groupId> 50 <artifactId>xml-apis</artifactId> 51 <version>1.4.01</version> 52 </dependency> 53 54 <dependency> 55 <groupId>org.apache.xmlbeans</groupId> 56 <artifactId>xmlbeans</artifactId> 57 <version>2.6.0</version> 58 </dependency> 59 60 <dependency> 61 <groupId>sax</groupId> 62 <artifactId>sax</artifactId> 63 <version>2.0.1</version> 64 </dependency> 65 66 <dependency> 67 <groupId>org.apache.commons</groupId> 68 <artifactId>commons-lang3</artifactId> 69 <version>3.7</version> 70 </dependency> 71 72 </dependencies> 73 <build> 74 <finalName>POIExcel</finalName> 75 </build> 76 </project>
POI以SAX解析excel2007文件:
解决思路:通过继承DefaultHandler类,重写process(),startElement(),characters(),endElement()这四个方法。process()方式主要是遍历所有的sheet,并依次调用startElement()、characters()方法、endElement()这三个方法。startElement()用于设定单元格的数字类型(如日期、数字、字符串等等)。characters()用于获取该单元格对应的索引值或是内容值(如果单元格类型是字符串、INLINESTR、数字、日期则获取的是索引值;其他如布尔值、错误、公式则获取的是内容值)。endElement()根据startElement()的单元格数字类型和characters()的索引值或内容值,最终得出单元格的内容值,并打印出来。
1 package org.poi; 2 3 import org.apache.poi.openxml4j.opc.OPCPackage; 4 import org.apache.poi.ss.usermodel.BuiltinFormats; 5 import org.apache.poi.ss.usermodel.DataFormatter; 6 import org.apache.poi.xssf.eventusermodel.XSSFReader; 7 import org.apache.poi.xssf.model.SharedStringsTable; 8 import org.apache.poi.xssf.model.StylesTable; 9 import org.apache.poi.xssf.usermodel.XSSFCellStyle; 10 import org.apache.poi.xssf.usermodel.XSSFRichTextString; 11 import org.xml.sax.Attributes; 12 import org.xml.sax.InputSource; 13 import org.xml.sax.SAXException; 14 import org.xml.sax.XMLReader; 15 import org.xml.sax.helpers.DefaultHandler; 16 import org.xml.sax.helpers.XMLReaderFactory; 17 18 import java.io.InputStream; 19 import java.util.ArrayList; 20 import java.util.List; 21 22 /** 23 * @author y 24 * @create 2018-01-18 14:28 25 * @desc POI读取excel有两种模式,一种是用户模式,一种是事件驱动模式 26 * 采用SAX事件驱动模式解决XLSX文件,可以有效解决用户模式内存溢出的问题, 27 * 该模式是POI官方推荐的读取大数据的模式, 28 * 在用户模式下,数据量较大,Sheet较多,或者是有很多无用的空行的情况下,容易出现内存溢出 29 * <p> 30 * 用于解决.xlsx2007版本大数据量问题 31 **/ 32 public class ExcelXlsxReader extends DefaultHandler { 33 34 /** 35 * 单元格中的数据可能的数据类型 36 */ 37 enum CellDataType { 38 BOOL, ERROR, FORMULA, INLINESTR, SSTINDEX, NUMBER, DATE, NULL 39 } 40 41 /** 42 * 共享字符串表 43 */ 44 private SharedStringsTable sst; 45 46 /** 47 * 上一次的索引值 48 */ 49 private String lastIndex; 50 51 /** 52 * 文件的绝对路径 53 */ 54 private String filePath = ""; 55 56 /** 57 * 工作表索引 58 */ 59 private int sheetIndex = 0; 60 61 /** 62 * sheet名 63 */ 64 private String sheetName = ""; 65 66 /** 67 * 总行数 68 */ 69 private int totalRows=0; 70 71 /** 72 * 一行内cell集合 73 */ 74 private List<String> cellList = new ArrayList<String>(); 75 76 /** 77 * 判断整行是否为空行的标记 78 */ 79 private boolean flag = false; 80 81 /** 82 * 当前行 83 */ 84 private int curRow = 1; 85 86 /** 87 * 当前列 88 */ 89 private int curCol = 0; 90 91 /** 92 * T元素标识 93 */ 94 private boolean isTElement; 95 96 /** 97 * 异常信息,如果为空则表示没有异常 98 */ 99 private String exceptionMessage; 100 101 /** 102 * 单元格数据类型,默认为字符串类型 103 */ 104 private CellDataType nextDataType = CellDataType.SSTINDEX; 105 106 private final DataFormatter formatter = new DataFormatter(); 107 108 /** 109 * 单元格日期格式的索引 110 */ 111 private short formatIndex; 112 113 /** 114 * 日期格式字符串 115 */ 116 private String formatString; 117 118 //定义前一个元素和当前元素的位置,用来计算其中空的单元格数量,如A6和A8等 119 private String preRef = null, ref = null; 120 121 //定义该文档一行最大的单元格数,用来补全一行最后可能缺失的单元格 122 private String maxRef = null; 123 124 /** 125 * 单元格 126 */ 127 private StylesTable stylesTable; 128 129 /** 130 * 遍历工作簿中所有的电子表格 131 * 并缓存在mySheetList中 132 * 133 * @param filename 134 * @throws Exception 135 */ 136 public int process(String filename) throws Exception { 137 filePath = filename; 138 OPCPackage pkg = OPCPackage.open(filename); 139 XSSFReader xssfReader = new XSSFReader(pkg); 140 stylesTable = xssfReader.getStylesTable(); 141 SharedStringsTable sst = xssfReader.getSharedStringsTable(); 142 XMLReader parser = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser"); 143 this.sst = sst; 144 parser.setContentHandler(this); 145 XSSFReader.SheetIterator sheets = (XSSFReader.SheetIterator) xssfReader.getSheetsData(); 146 while (sheets.hasNext()) { //遍历sheet 147 curRow = 1; //标记初始行为第一行 148 sheetIndex++; 149 InputStream sheet = sheets.next(); //sheets.next()和sheets.getSheetName()不能换位置,否则sheetName报错 150 sheetName = sheets.getSheetName(); 151 InputSource sheetSource = new InputSource(sheet); 152 parser.parse(sheetSource); //解析excel的每条记录,在这个过程中startElement()、characters()、endElement()这三个函数会依次执行 153 sheet.close(); 154 } 155 return totalRows; //返回该excel文件的总行数,不包括首列和空行 156 } 157 158 /** 159 * 第一个执行 160 * 161 * @param uri 162 * @param localName 163 * @param name 164 * @param attributes 165 * @throws SAXException 166 */ 167 @Override 168 public void startElement(String uri, String localName, String name, Attributes attributes) throws SAXException { 169 //c => 单元格 170 if ("c".equals(name)) { 171 //前一个单元格的位置 172 if (preRef == null) { 173 preRef = attributes.getValue("r"); 174 } else { 175 preRef = ref; 176 } 177 178 //当前单元格的位置 179 ref = attributes.getValue("r"); 180 //设定单元格类型 181 this.setNextDataType(attributes); 182 } 183 184 //当元素为t时 185 if ("t".equals(name)) { 186 isTElement = true; 187 } else { 188 isTElement = false; 189 } 190 191 //置空 192 lastIndex = ""; 193 } 194 195 /** 196 * 第二个执行 197 * 得到单元格对应的索引值或是内容值 198 * 如果单元格类型是字符串、INLINESTR、数字、日期,lastIndex则是索引值 199 * 如果单元格类型是布尔值、错误、公式,lastIndex则是内容值 200 * @param ch 201 * @param start 202 * @param length 203 * @throws SAXException 204 */ 205 @Override 206 public void characters(char[] ch, int start, int length) throws SAXException { 207 lastIndex += new String(ch, start, length); 208 } 209 210 /** 211 * 第三个执行 212 * 213 * @param uri 214 * @param localName 215 * @param name 216 * @throws SAXException 217 */ 218 @Override 219 public void endElement(String uri, String localName, String name) throws SAXException { 220 221 //t元素也包含字符串 222 if (isTElement) {//这个程序没经过 223 //将单元格内容加入rowlist中,在这之前先去掉字符串前后的空白符 224 String value = lastIndex.trim(); 225 cellList.add(curCol, value); 226 curCol++; 227 isTElement = false; 228 //如果里面某个单元格含有值,则标识该行不为空行 229 if (value != null && !"".equals(value)) { 230 flag = true; 231 } 232 } else if ("v".equals(name)) { 233 //v => 单元格的值,如果单元格是字符串,则v标签的值为该字符串在SST中的索引 234 String value = this.getDataValue(lastIndex.trim(), "");//根据索引值获取对应的单元格值 235 //补全单元格之间的空单元格 236 if (!ref.equals(preRef)) { 237 int len = countNullCell(ref, preRef); 238 for (int i = 0; i < len; i++) { 239 cellList.add(curCol, ""); 240 curCol++; 241 } 242 } 243 cellList.add(curCol, value); 244 curCol++; 245 //如果里面某个单元格含有值,则标识该行不为空行 246 if (value != null && !"".equals(value)) { 247 flag = true; 248 } 249 } else { 250 //如果标签名称为row,这说明已到行尾,调用optRows()方法 251 if ("row".equals(name)) { 252 //默认第一行为表头,以该行单元格数目为最大数目 253 if (curRow == 1) { 254 maxRef = ref; 255 } 256 //补全一行尾部可能缺失的单元格 257 if (maxRef != null) { 258 int len = countNullCell(maxRef, ref); 259 for (int i = 0; i <= len; i++) { 260 cellList.add(curCol, ""); 261 curCol++; 262 } 263 } 264 265 if (flag&&curRow!=1){ //该行不为空行且该行不是第一行,则发送(第一行为列名,不需要) 266 ExcelReaderUtil.sendRows(filePath, sheetName, sheetIndex, curRow, cellList); 267 totalRows++; 268 } 269 270 cellList.clear(); 271 curRow++; 272 curCol = 0; 273 preRef = null; 274 ref = null; 275 flag=false; 276 } 277 } 278 } 279 280 /** 281 * 处理数据类型 282 * 283 * @param attributes 284 */ 285 public void setNextDataType(Attributes attributes) { 286 nextDataType = CellDataType.NUMBER; //cellType为空,则表示该单元格类型为数字 287 formatIndex = -1; 288 formatString = null; 289 String cellType = attributes.getValue("t"); //单元格类型 290 String cellStyleStr = attributes.getValue("s"); // 291 String columnData = attributes.getValue("r"); //获取单元格的位置,如A1,B1 292 293 if ("b".equals(cellType)) { //处理布尔值 294 nextDataType = CellDataType.BOOL; 295 } else if ("e".equals(cellType)) { //处理错误 296 nextDataType = CellDataType.ERROR; 297 } else if ("inlineStr".equals(cellType)) { 298 nextDataType = CellDataType.INLINESTR; 299 } else if ("s".equals(cellType)) { //处理字符串 300 nextDataType = CellDataType.SSTINDEX; 301 } else if ("str".equals(cellType)) { 302 nextDataType = CellDataType.FORMULA; 303 } 304 305 if (cellStyleStr != null) { //处理日期 306 int styleIndex = Integer.parseInt(cellStyleStr); 307 XSSFCellStyle style = stylesTable.getStyleAt(styleIndex); 308 formatIndex = style.getDataFormat(); 309 formatString = style.getDataFormatString(); 310 311 if (formatString.contains("m/d/yy")) { 312 nextDataType = CellDataType.DATE; 313 formatString = "yyyy-MM-dd hh:mm:ss"; 314 } 315 316 if (formatString == null) { 317 nextDataType = CellDataType.NULL; 318 formatString = BuiltinFormats.getBuiltinFormat(formatIndex); 319 } 320 } 321 } 322 323 /** 324 * 对解析出来的数据进行类型处理 325 * @param value 单元格的值, 326 * value代表解析:BOOL的为0或1, ERROR的为内容值,FORMULA的为内容值,INLINESTR的为索引值需转换为内容值, 327 * SSTINDEX的为索引值需转换为内容值, NUMBER为内容值,DATE为内容值 328 * @param thisStr 一个空字符串 329 * @return 330 */ 331 @SuppressWarnings("deprecation") 332 public String getDataValue(String value, String thisStr) { 333 switch (nextDataType) { 334 // 这几个的顺序不能随便交换,交换了很可能会导致数据错误 335 case BOOL: //布尔值 336 char first = value.charAt(0); 337 thisStr = first == ‘0‘ ? "FALSE" : "TRUE"; 338 break; 339 case ERROR: //错误 340 thisStr = "\"ERROR:" + value.toString() + ‘"‘; 341 break; 342 case FORMULA: //公式 343 thisStr = ‘"‘ + value.toString() + ‘"‘; 344 break; 345 case INLINESTR: 346 XSSFRichTextString rtsi = new XSSFRichTextString(value.toString()); 347 thisStr = rtsi.toString(); 348 rtsi = null; 349 break; 350 case SSTINDEX: //字符串 351 String sstIndex = value.toString(); 352 try { 353 int idx = Integer.parseInt(sstIndex); 354 XSSFRichTextString rtss = new XSSFRichTextString(sst.getEntryAt(idx));//根据idx索引值获取内容值 355 thisStr = rtss.toString(); 356 rtss = null; 357 } catch (NumberFormatException ex) { 358 thisStr = value.toString(); 359 } 360 break; 361 case NUMBER: //数字 362 if (formatString != null) { 363 thisStr = formatter.formatRawCellContents(Double.parseDouble(value), formatIndex, formatString).trim(); 364 } else { 365 thisStr = value; 366 } 367 thisStr = thisStr.replace("_", "").trim(); 368 break; 369 case DATE: //日期 370 thisStr = formatter.formatRawCellContents(Double.parseDouble(value), formatIndex, formatString); 371 // 对日期字符串作特殊处理,去掉T 372 thisStr = thisStr.replace("T", " "); 373 break; 374 default: 375 thisStr = " "; 376 break; 377 } 378 return thisStr; 379 } 380 381 public int countNullCell(String ref, String preRef) { 382 //excel2007最大行数是1048576,最大列数是16384,最后一列列名是XFD 383 String xfd = ref.replaceAll("\\d+", ""); 384 String xfd_1 = preRef.replaceAll("\\d+", ""); 385 386 xfd = fillChar(xfd, 3, ‘@‘, true); 387 xfd_1 = fillChar(xfd_1, 3, ‘@‘, true); 388 389 char[] letter = xfd.toCharArray(); 390 char[] letter_1 = xfd_1.toCharArray(); 391 int res = (letter[0] - letter_1[0]) * 26 * 26 + (letter[1] - letter_1[1]) * 26 + (letter[2] - letter_1[2]); 392 return res - 1; 393 } 394 395 public String fillChar(String str, int len, char let, boolean isPre) { 396 int len_1 = str.length(); 397 if (len_1 < len) { 398 if (isPre) { 399 for (int i = 0; i < (len - len_1); i++) { 400 str = let + str; 401 } 402 } else { 403 for (int i = 0; i < (len - len_1); i++) { 404 str = str + let; 405 } 406 } 407 } 408 return str; 409 } 410 411 /** 412 * @return the exceptionMessage 413 */ 414 public String getExceptionMessage() { 415 return exceptionMessage; 416 } 417 }
POI通过继承HSSFListener类来解决Excel2003文件:
解决思路:重写process(),processRecord()两个方法,其中processRecord是核心方法,用于处理sheetName和各种单元格数字类型。
1 package org.poi; 2 3 import org.apache.poi.hssf.eventusermodel.*; 4 import org.apache.poi.hssf.eventusermodel.dummyrecord.LastCellOfRowDummyRecord; 5 import org.apache.poi.hssf.eventusermodel.dummyrecord.MissingCellDummyRecord; 6 import org.apache.poi.hssf.model.HSSFFormulaParser; 7 import org.apache.poi.hssf.record.*; 8 import org.apache.poi.hssf.usermodel.HSSFDataFormatter; 9 import org.apache.poi.hssf.usermodel.HSSFWorkbook; 10 import org.apache.poi.poifs.filesystem.POIFSFileSystem; 11 12 import java.io.FileInputStream; 13 import java.util.ArrayList; 14 import java.util.List; 15 16 /** 17 * @author y 18 * @create 2018-01-19 14:18 19 * @desc 用于解决.xls2003版本大数据量问题 20 **/ 21 public class ExcelXlsReader implements HSSFListener { 22 23 private int minColums = -1; 24 25 private POIFSFileSystem fs; 26 27 /** 28 * 总行数 29 */ 30 private int totalRows=0; 31 32 /** 33 * 上一行row的序号 34 */ 35 private int lastRowNumber; 36 37 /** 38 * 上一单元格的序号 39 */ 40 private int lastColumnNumber; 41 42 /** 43 * 是否输出formula,还是它对应的值 44 */ 45 private boolean outputFormulaValues = true; 46 47 /** 48 * 用于转换formulas 49 */ 50 private EventWorkbookBuilder.SheetRecordCollectingListener workbookBuildingListener; 51 52 //excel2003工作簿 53 private HSSFWorkbook stubWorkbook; 54 55 private SSTRecord sstRecord; 56 57 private FormatTrackingHSSFListener formatListener; 58 59 private final HSSFDataFormatter formatter = new HSSFDataFormatter(); 60 61 /** 62 * 文件的绝对路径 63 */ 64 private String filePath = ""; 65 66 //表索引 67 private int sheetIndex = 0; 68 69 private BoundSheetRecord[] orderedBSRs; 70 71 @SuppressWarnings("unchecked") 72 private ArrayList boundSheetRecords = new ArrayList(); 73 74 private int nextRow; 75 76 private int nextColumn; 77 78 private boolean outputNextStringRecord; 79 80 //当前行 81 private int curRow = 0; 82 83 //存储一行记录所有单元格的容器 84 private List<String> cellList = new ArrayList<String>(); 85 86 /** 87 * 判断整行是否为空行的标记 88 */ 89 private boolean flag = false; 90 91 @SuppressWarnings("unused") 92 private String sheetName; 93 94 /** 95 * 遍历excel下所有的sheet 96 * 97 * @param fileName 98 * @throws Exception 99 */ 100 public int process(String fileName) throws Exception { 101 filePath = fileName; 102 this.fs = new POIFSFileSystem(new FileInputStream(fileName)); 103 MissingRecordAwareHSSFListener listener = new MissingRecordAwareHSSFListener(this); 104 formatListener = new FormatTrackingHSSFListener(listener); 105 HSSFEventFactory factory = new HSSFEventFactory(); 106 HSSFRequest request = new HSSFRequest(); 107 if (outputFormulaValues) { 108 request.addListenerForAllRecords(formatListener); 109 } else { 110 workbookBuildingListener = new EventWorkbookBuilder.SheetRecordCollectingListener(formatListener); 111 request.addListenerForAllRecords(workbookBuildingListener); 112 } 113 factory.processWorkbookEvents(request, fs); 114 115 return totalRows; //返回该excel文件的总行数,不包括首列和空行 116 } 117 118 /** 119 * HSSFListener 监听方法,处理Record 120 * 处理每个单元格 121 * @param record 122 */ 123 @SuppressWarnings("unchecked") 124 public void processRecord(Record record) { 125 int thisRow = -1; 126 int thisColumn = -1; 127 String thisStr = null; 128 String value = null; 129 switch (record.getSid()) { 130 case BoundSheetRecord.sid: 131 boundSheetRecords.add(record); 132 break; 133 case BOFRecord.sid: //开始处理每个sheet 134 BOFRecord br = (BOFRecord) record; 135 if (br.getType() == BOFRecord.TYPE_WORKSHEET) { 136 //如果有需要,则建立子工作簿 137 if (workbookBuildingListener != null && stubWorkbook == null) { 138 stubWorkbook = workbookBuildingListener.getStubHSSFWorkbook(); 139 } 140 141 if (orderedBSRs == null) { 142 orderedBSRs = BoundSheetRecord.orderByBofPosition(boundSheetRecords); 143 } 144 sheetName = orderedBSRs[sheetIndex].getSheetname(); 145 sheetIndex++; 146 } 147 break; 148 case SSTRecord.sid: 149 sstRecord = (SSTRecord) record; 150 break; 151 case BlankRecord.sid: //单元格为空白 152 BlankRecord brec = (BlankRecord) record; 153 thisRow = brec.getRow(); 154 thisColumn = brec.getColumn(); 155 thisStr = ""; 156 cellList.add(thisColumn, thisStr); 157 break; 158 case BoolErrRecord.sid: //单元格为布尔类型 159 BoolErrRecord berec = (BoolErrRecord) record; 160 thisRow = berec.getRow(); 161 thisColumn = berec.getColumn(); 162 thisStr = berec.getBooleanValue() + ""; 163 cellList.add(thisColumn, thisStr); 164 checkRowIsNull(thisStr); //如果里面某个单元格含有值,则标识该行不为空行 165 break; 166 case FormulaRecord.sid://单元格为公式类型 167 FormulaRecord frec = (FormulaRecord) record; 168 thisRow = frec.getRow(); 169 thisColumn = frec.getColumn(); 170 if (outputFormulaValues) { 171 if (Double.isNaN(frec.getValue())) { 172 outputNextStringRecord = true; 173 nextRow = frec.getRow(); 174 nextColumn = frec.getColumn(); 175 } else { 176 thisStr = ‘"‘ + HSSFFormulaParser.toFormulaString(stubWorkbook, frec.getParsedExpression()) + ‘"‘; 177 } 178 } else { 179 thisStr = ‘"‘ + HSSFFormulaParser.toFormulaString(stubWorkbook, frec.getParsedExpression()) + ‘"‘; 180 } 181 cellList.add(thisColumn, thisStr); 182 checkRowIsNull(thisStr); //如果里面某个单元格含有值,则标识该行不为空行 183 break; 184 case StringRecord.sid: //单元格中公式的字符串 185 if (outputNextStringRecord) { 186 StringRecord srec = (StringRecord) record; 187 thisStr = srec.getString(); 188 thisRow = nextRow; 189 thisColumn = nextColumn; 190 outputNextStringRecord = false; 191 } 192 break; 193 case LabelRecord.sid: 194 LabelRecord lrec = (LabelRecord) record; 195 curRow = thisRow = lrec.getRow(); 196 thisColumn = lrec.getColumn(); 197 value = lrec.getValue().trim(); 198 value = value.equals("") ? "" : value; 199 cellList.add(thisColumn, value); 200 checkRowIsNull(value); //如果里面某个单元格含有值,则标识该行不为空行 201 break; 202 case LabelSSTRecord.sid: //单元格为字符串类型 203 LabelSSTRecord lsrec = (LabelSSTRecord) record; 204 curRow = thisRow = lsrec.getRow(); 205 thisColumn = lsrec.getColumn(); 206 if (sstRecord == null) { 207 cellList.add(thisColumn, ""); 208 } else { 209 value = sstRecord.getString(lsrec.getSSTIndex()).toString().trim(); 210 value = value.equals("") ? "" : value; 211 cellList.add(thisColumn, value); 212 checkRowIsNull(value); //如果里面某个单元格含有值,则标识该行不为空行 213 } 214 break; 215 case NumberRecord.sid: //单元格为数字类型 216 NumberRecord numrec = (NumberRecord) record; 217 curRow = thisRow = numrec.getRow(); 218 thisColumn = numrec.getColumn(); 219 220 //第一种方式 221 //value = formatListener.formatNumberDateCell(numrec).trim();//这个被写死,采用的m/d/yy h:mm格式,不符合要求 222 223 //第二种方式,参照formatNumberDateCell里面的实现方法编写 224 Double valueDouble=((NumberRecord)numrec).getValue(); 225 String formatString=formatListener.getFormatString(numrec); 226 if (formatString.contains("m/d/yy")){ 227 formatString="yyyy-MM-dd hh:mm:ss"; 228 } 229 int formatIndex=formatListener.getFormatIndex(numrec); 230 value=formatter.formatRawCellContents(valueDouble, formatIndex, formatString).trim(); 231 232 value = value.equals("") ? "" : value; 233 //向容器加入列值 234 cellList.add(thisColumn, value); 235 checkRowIsNull(value); //如果里面某个单元格含有值,则标识该行不为空行 236 break; 237 default: 238 break; 239 } 240 241 //遇到新行的操作 242 if (thisRow != -1 && thisRow != lastRowNumber) { 243 lastColumnNumber = -1; 244 } 245 246 //空值的操作 247 if (record instanceof MissingCellDummyRecord) { 248 MissingCellDummyRecord mc = (MissingCellDummyRecord) record; 249 curRow = thisRow = mc.getRow(); 250 thisColumn = mc.getColumn(); 251 cellList.add(thisColumn, ""); 252 } 253 254 //更新行和列的值 255 if (thisRow > -1) 256 lastRowNumber = thisRow; 257 if (thisColumn > -1) 258 lastColumnNumber = thisColumn; 259 260 //行结束时的操作 261 if (record instanceof LastCellOfRowDummyRecord) { 262 if (minColums > 0) { 263 //列值重新置空 264 if (lastColumnNumber == -1) { 265 lastColumnNumber = 0; 266 } 267 } 268 lastColumnNumber = -1; 269 270 if (flag&&curRow!=0) { //该行不为空行且该行不是第一行,发送(第一行为列名,不需要) 271 ExcelReaderUtil.sendRows(filePath, sheetName, sheetIndex, curRow + 1, cellList); //每行结束时,调用sendRows()方法 272 totalRows++; 273 } 274 //清空容器 275 cellList.clear(); 276 flag=false; 277 } 278 } 279 280 /** 281 * 如果里面某个单元格含有值,则标识该行不为空行 282 * @param value 283 */ 284 public void checkRowIsNull(String value){ 285 if (value != null && !"".equals(value)) { 286 flag = true; 287 } 288 } 289 }
辅助类ExcelReaderUtil,调用ExcelXlsReader类和ExcelXlsxReader类对excel2003和excel2007两个版本进行大批量数据读取:
1 package org.poi; 2 3 import java.util.List; 4 5 /** 6 * @author y 7 * @create 2018-01-19 0:13 8 * @desc 9 **/ 10 public class ExcelReaderUtil { 11 //excel2003扩展名 12 public static final String EXCEL03_EXTENSION = ".xls"; 13 //excel2007扩展名 14 public static final String EXCEL07_EXTENSION = ".xlsx"; 15 16 /** 17 * 每获取一条记录,即打印 18 * 在flume里每获取一条记录即发送,而不必缓存起来,可以大大减少内存的消耗,这里主要是针对flume读取大数据量excel来说的 19 * @param sheetName 20 * @param sheetIndex 21 * @param curRow 22 * @param cellList 23 */ 24 public static void sendRows(String filePath, String sheetName, int sheetIndex, int curRow, List<String> cellList) { 25 StringBuffer oneLineSb = new StringBuffer(); 26 oneLineSb.append(filePath); 27 oneLineSb.append("--"); 28 oneLineSb.append("sheet" + sheetIndex); 29 oneLineSb.append("::" + sheetName);//加上sheet名 30 oneLineSb.append("--"); 31 oneLineSb.append("row" + curRow); 32 oneLineSb.append("::"); 33 for (String cell : cellList) { 34 oneLineSb.append(cell.trim()); 35 oneLineSb.append("|"); 36 } 37 String oneLine = oneLineSb.toString(); 38 if (oneLine.endsWith("|")) { 39 oneLine = oneLine.substring(0, oneLine.lastIndexOf("|")); 40 }// 去除最后一个分隔符 41 42 System.out.println(oneLine); 43 } 44 45 public static void readExcel(String fileName) throws Exception { 46 int totalRows =0; 47 if (fileName.endsWith(EXCEL03_EXTENSION)) { //处理excel2003文件 48 ExcelXlsReader excelXls=new ExcelXlsReader(); 49 totalRows =excelXls.process(fileName); 50 } else if (fileName.endsWith(EXCEL07_EXTENSION)) {//处理excel2007文件 51 ExcelXlsxReader excelXlsxReader = new ExcelXlsxReader(); 52 totalRows = excelXlsxReader.process(fileName); 53 } else { 54 throw new Exception("文件格式错误,fileName的扩展名只能是xls或xlsx。"); 55 } 56 System.out.println("发送的总行数:" + totalRows); 57 } 58 59 public static void main(String[] args) throws Exception { 60 String path="C:\\Users\\y****\\Desktop\\TestSample\\H_20171226_***_*****_0430.xlsx"; 61 ExcelReaderUtil.readExcel(path); 62 } 63 }
参考资料:
https://www.cnblogs.com/huangjian2/p/6238237.html
https://www.cnblogs.com/yfrs/p/5689347.html
http://blog.csdn.net/lishengbo/article/details/40711769
https://www.cnblogs.com/wshsdlau/p/5643847.html
http://blog.csdn.net/lipinganq/article/details/78775195
http://blog.csdn.net/lipinganq/article/details/53389501
http://blog.csdn.net/zmx729618/article/details/72639037
http://blog.csdn.net/daiyutage/article/details/53010491
原文地址:https://www.cnblogs.com/swordfall/p/8298386.html