基于POI 的Excel文件内容比对 -- Java Apache Poi 4.X

代码结构

代码运行结果

测试用例

工具使用前提条件

待完善的点

在某些项目中，报表比对是测试的一大内容。比如，在某版本下生成baseline report作为标准答案，新代码进来后，再次生成report，跟baseline report作比较，确保改动没有引入差异。报表多以excel文件形式导出，用工具进行excel文件比对十分有用。
Apache POI 是一个很好的处理microsoft office documents的java库，通过它可以读写word文档，读写Excel文件，读写power point文件，还有visio等等，功能十分强大。

这里，我建了一个maven项目，使用了poi里面的xssf读.xlsx格式的excel文件（如果想要操作.xls格式的excel文件，则必须使用poi里面的hssf），然后比对source和target文件的差异，并将差异输出。同时使用了JUnit进行代码的单元测试。

工程已Push至github https://github.com/biantech/compare-excel 。

使用如下命令运行jar包：

java - jar excelComparison.jar sourceExcelPath targetExcelPath
 
代码结构

代码结构如下图所示：

    SheetData类存储sheet数据：sheet名，sheet有哪些列，sheet的column index与列名的映射关系（Map）,最后是sheet的数据（List < List < String> >）
    WorkbookData类则是有若干个SheetData组成（List < SheetData >）
    Utility包里的ExcelUtility类放了用来读excel的静态方法
    最后DifferenceEngine类比较sheet数据并输出差异
    在这里插入图片描述

代码运行结果

代码运行结果如下所示，按照sheet输出差异，sheet name取自source excel，Discrepancy summary将所有有差异的列及列名汇总起来（列名取自source excel），接下来按行将source和target单元格不一致的输出
在这里插入图片描述

Sheet Name: [Sheet 1]
Discrepancy summary: Column A(title), Column C(album), Column D(isFound)
Row 7
    Cell A7: source -- , target -- Title that not in source
    Cell C7: source -- star, target -- @*&
    Cell D7: source -- , target -- 0
Row 8
    Target row null...
Row 9
    Target row null...
Row 10
    Target row null...
----------------------------------------------------
Sheet Name: [Sheet 2]
Discrepancy summary: Column A(555)
Row 3
    Cell A3: source -- , target -- 777
----------------------------------------------------
Source excel does not have sheet 3

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19

测试用例

已经在如下场景测试过工具，运行结果无误：

    普通情况下source和target sheet/行/列数量都一致时，source和target的差异正确识别输出
    source cell或者target cell为空时，差异正确识别输出
    source sheet和target sheet行数不一致时，工具正常运行并输出
    source sheet和target sheet列数不一致时，工具正常运行并输出
    source和target的sheet数量不一致，工具正常运行并输出

工具使用前提条件

要想工具正常运行，必须满足以下条件：

    必须是2007版的excel
    excel文件里的列名不为空
    source excel和target excel里面的sheet必须是正确对应的，工具不会按照sheet name去匹配它们
    source excel和target excel里的列名必须是正确对应的，工具不会智能去匹配它们

待完善的点

目前所有单元格都是按照String进行严格比对的。有些时候如果数值差异在一定范围内也可以接受的话，工具则处理不了。后续可以添加配置文件，由用户自行配置各个列的格式（String，或者value，或者date等等），以及value的tolerance