使用事件模式(Event API)读取Excel2007（.xlsx）文件

标签：定位   get   文本   erro   uri   printf   不能   set   img   

POI的事件模式占用内存更小，它利用基础的XML数据进行处理，适用于愿意学习.xlsx文件结构以及在java中处理XML的开发人员；也能有效预防出现java.lang.OutOfMemoryError: GC overhead limit exceeded问题。

1.了解下Excel文件的XML结构

1.1、了解文件结构之前先来看一下准备的文件，这个文件只有一个sheet页，结构也很简单。

1.2、Excel2007是用XMl格式储存，将要读取的文件后缀名改为.zip或者直接用解压缩工具打开，就可以看到这个Excel文件的结构

1.3、[Content_Types].xml文件描述了整个Excel文件的结构，也将根据这个文件组织后面的读取工作

1.4、xl文件夹包括了需要的数据和格式信息，是重点关注的对象

• workbook.xml: 记录了工作表基本信息，是我们重点关注的文件之一。
• styles.xml: 记录了每个单元格的样式。
• worksheets: 里面包括了我们的每个sheet的信息，储存在xml文件中。
  

1.5、workbook.xml重点关注的就是sheets和sheet两个标签

• sheet标签中name属性记录的就是sheet的名称
• sheet标签中r:id属性记录了当前sheet和之前提到的记录sheet信息的xml之间的对应关系，储存在_rels文件夹下的xml文件中。
• sheet标签还有一个属性state标识来是否隐藏。
  重点备注信息：r：id="rId3"是获取数据关键
  

1.6、一般一个Excel文件有几个sheet页，就会有几个XML文件与之对应。其中sheet页和xml文件就是根据【新建 Microsoft Excel 工作表xl_relsworkbook.xml.rels】文件对应起来的

重点备注信息：如下图所示,所有的信息都是在标签中,使用需要根据自己的当前sheel1中的格式获得数据

.读取.xlsx文件实例（java代码）

```java
import com.inspur.evaluation.message.consume.receive.utils.StringHelper;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.openxml4j.opc.PackageAccess;
import org.apache.poi.util.IOUtils;
import org.apache.poi.xssf.eventusermodel.XSSFReader;
import org.apache.poi.xssf.model.SharedStringsTable;
import org.apache.poi.xssf.usermodel.XSSFRichTextString;
import org.xml.sax.Attributes;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.DefaultHandler;
import org.xml.sax.helpers.XMLReaderFactory;
import java.io.ByteArrayInputStream;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.List;

public class POIEventModelUtil {

public static void main(String[] args) throws Exception {
    OPCPackage pkg = OPCPackage.open("E:/ceshi/广州市评价详情明细数据20191105.xlsx", PackageAccess.READ);
    XSSFReader r = new XSSFReader(pkg);
    //根据workbook.xml中r:id的值获得流
    InputStream is = r.getSheet("rId3");
    //debug 查看转换的xml原始文件，方便理解后面解析时的处理,
    byte[] isBytes = IOUtils.toByteArray(is);
    //读取流，查看文件内容
    streamOut(new ByteArrayInputStream(isBytes));

    //下面是SST 的索引会用到的
    SharedStringsTable sst = r.getSharedStringsTable();
    System.out.println("excel的共享字符表sst------------------start");
    sst.writeTo(System.out);
    System.out.println();
    System.out.println("excel的共享字符表sst------------------end");

    XMLReader parser = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");
    List> container = new ArrayList();
    parser.setContentHandler(new Myhandler(sst, container));

    InputSource inputSource = new InputSource(new ByteArrayInputStream(isBytes));
    parser.parse(inputSource);

    is.close();

    printContainer(container);
}

/**
 * 输出获得excel内容
 * @param container
 */
public static void printContainer(List> container) {
    System.out.println("excel内容------------- -start");
    for (List stringList : container) {
        for (String str : stringList) {
            System.out.printf("%3s", str + " | ");
        }
        System.out.println();
    }
    System.out.println("excel内容---------------end");
}

/**
 * 读取流，查看文件内容
 * @param in
 * @throws Exception
 */
public static void streamOut(InputStream in) throws Exception {
    System.out.println("excel转为xml------------start");
    byte[] buf = new byte[1024];
    int len;
    while ((len = in.read(buf)) != -1) {
        System.out.write(buf, 0, len);
    }
    System.out.println();
    System.out.println("excel转为xml------------end");
}

}

class Myhandler extends DefaultHandler {

//取SST 的索引对应的值
private SharedStringsTable sst;

public void setSst(SharedStringsTable sst) {
    this.sst = sst;
}

//解析结果保存
private List> container;

public Myhandler(SharedStringsTable sst, List> container) {
    this.sst = sst;
    this.container = container;
}

/**
 * 存储cell标签下v标签包裹的字符文本内容
 * 在v标签开始后，解析器自动调用characters()保存到 lastContents
 * 【但】当cell标签的属性 s是 t时, 表示取到的lastContents是 SharedStringsTable 的index值
 * 需要在v标签结束时根据 index(lastContents)获取一次真正的值
 */
private String lastContents;

//有效数据矩形区域,A1:Y2
private String dimension;

//根据dimension得出每行的数据长度
private int longest;

//上个有内容的单元格id，判断空单元格
private String lastCellid;

//上一行id, 判断空行
private String lastRowid;

// 判断单元格cell的c标签下是否有v，否则可能数据错位
private boolean hasV = false;


//行数据保存
private List currentRow;

//单元格内容是SST 的索引
private boolean isSSTIndex = false;

@Override
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
  //System.out.println("startElement:"+qName);
    lastContents = "";
    if (qName.equals("dimension")) {
        dimension = attributes.getValue("ref");
        longest = covertRowIdtoInt(dimension.substring(dimension.indexOf(":") + 1));
    }
    //行开始
    if (qName.equals("row")) {
        String rowNum = attributes.getValue("r");
        //判断空行
        if (lastRowid != null) {
            //与上一行相差2, 说明中间有空行
            int gap = Integer.parseInt(rowNum) - Integer.parseInt(lastRowid);
            if (gap > 1) {
                gap -= 1;
                while (gap > 0) {
                    container.add(new ArrayList());
                    gap--;
                }
            }
        }

        lastRowid = attributes.getValue("r");
        currentRow = new ArrayList();
    }
    if (qName.equals("c")) {
        String rowId = attributes.getValue("r");
        //空单元判断，添加空字符到list
        if (lastCellid != null) {
            int gap = covertRowIdtoInt(rowId) - covertRowIdtoInt(lastCellid);
            for (int i = 0; i 标签中,因此在此新增此单元格
    if (qName.equals("v") || qName.equals("t")) {
        hasV = true;
        //单元格的值是SST 的索引
        if (isSSTIndex) {
            String sstIndex = lastContents.toString();
            try {
                int idx = Integer.parseInt(sstIndex);
                XSSFRichTextString rtss = new XSSFRichTextString(
                        sst.getEntryAt(idx));
                lastContents = rtss.toString();
                if (StringHelper.isNotEmpty(lastContents)) {
                    currentRow.add(lastContents);
                } else {
                    currentRow.add("");
                }
            } catch (NumberFormatException ex) {
                System.out.println(lastContents);
            }
        } else {
            currentRow.add(lastContents);
        }
    }
}


/**
 * 获取element的文本数据
 *
 * @see org.xml.sax.ContentHandler#characters
 */
public void characters(char[] ch, int start, int length) throws SAXException {
    lastContents += new String(ch, start, length);
}

/**
 *
 * @param cellId 单元格定位id，行列号
 * @return
 */
public static int covertRowIdtoInt(String cellId) {
    StringBuilder sb = new StringBuilder();
    String column = "";
    //从cellId中提取列号
    for (char c : cellId.toCharArray()) {
        if (Character.isAlphabetic(c)) {
            sb.append(c);
        } else {
            column = sb.toString();
        }
    }
    //列号字符转数字
    int result = 0;
    for (char c : column.toCharArray()) {
        result = result * 26 + (c - 'A') + 1;
    }
    return result;
}

public static void main(String[] args) {
    System.out.println(Myhandler.covertRowIdtoInt("AB7"));
}

}

本文出自以下文章，

POI事件模式指北（二）-Excel2007

使用事件模式(Event API)读取Excel2007（.xlsx）文件

标签：定位   get   文本   erro   uri   printf   不能   set   img   

原文地址：https://www.cnblogs.com/xiaoBlog2016/p/12114832.html