zoukankan      html  css  js  c++  java
  • Apache POI 读取 Microsoft Office Excel 文档

    Apache POI 项目的使命是创造和维护 Java API 操纵各种格式的文件,其中包括基于 Office Open XML 标准(OOXML)和微软的 OLE 2 Compound Document 格式(OLE2)。

    总之,你可以使用 Java 读写 MS Excel 文件。换句话说就是如果你希望要对 Microsoft Office 的一些文档用 Java 来处理,那么你需要使用 Apache POI 项目。

    我们在这里只对 Excel 的读取进行一些小的代码。

    HSSF 和 XSSF

    HSSF 被用来处理早期版本,这个版本为:Excel '97(-2007)

    XSSF 被用来处理近期的版本,Excel 2007 OOXML (.xlsx) 。

    简单来说就是你的 Excel 版本为 07 年以后的版本,使用 XSSF 就可以了,换句话说目前使用 XSSF 比较多。

    XSSF 读取数据

    使用 XSSF 读取数据的方法比较简单。

    使用下面几行代码就可以了。

    try (InputStream inp = new FileInputStream("workbook.xls")) {
    //InputStream inp = new FileInputStream("workbook.xlsx");
        Workbook wb = WorkbookFactory.create(inp);
        Sheet sheet = wb.getSheetAt(0);
        Row row = sheet.getRow(2);
        Cell cell = row.getCell(3);
       
    }
    

    简单来说就是首先将文件读取为 InputStream 。

    使用 InputStream 来创建一个 Workbook 对象,这时候你需要使用 WorkbookFactory 来创建。

    当你获得 WorkbookFactory 对象后,就等于已经将需要读取的 Excel 文件放到对象中了。

    读取顺序是从 Workbook 对象中,通过 getSheetAt 方法来处理你希望处理的 sheet,因为在 Excel 表中可以有多个 sheet,这里如果你指定为 0 的话,表示根据物理和逻辑算法确定的第一个 sheet。

    当你获得 sheet 对象后,你就可以从 sheet 中读取 row 对象了。

    row 对象就等于表格中的一行,在一个 Excel 表中可以有很多行。当你获得这一行的对象后,你会有很多的列。

    那么你需要使用 getCell 来获得指定的列。

    当你获得指定的列以后,你就可以获得你需要的数据了。

    整体来说,Workbook 的对象定义还是非常明确的。

    遍历数据

    官方的文档中,使用了 3 for 循环来遍历。

    代码如下:

    for (Sheet sheet : wb ) {
        for (Row row : sheet) {
            for (Cell cell : row) {
                // Do something here
            }
        }
    }
    
    

    这个代码看起来还是挺丑的,按照官方的说法,还是可以使用迭代( Iterator)的

    因为官方还提供了 workbook.sheetIterator() , sheet.rowIterator() , 和 row.cellIterator() 几个迭代器。

    例如我们使用了下面这个方法:

    public static List<String> getXLSXInputFileRowList(File inputFile) {
            List<String> dataList = Lists.newArrayList();
    
            try {
                FileInputStream inputStream = FileUtils.openInputStream(inputFile);
    
                Workbook wb = WorkbookFactory.create(inputStream);
                Sheet sheet = wb.getSheetAt(0);
    
                Iterator<Row> iterator = sheet.rowIterator();
    
                // LOOP Get Cell
                while (iterator.hasNext()) {
                    Row row = iterator.next();
                    Cell cell = row.getCell(0);
                    cell.getStringCellValue();
                    dataList.add(cell.getStringCellValue());
                    logger.debug("Cell Data - [{}]", cell.getStringCellValue());
                }
    
                logger.debug("The Size of XLSX file count: {}", dataList.size());
            } catch (IOException ex) {
                logger.error("XLSX File process error.", ex);
            }
    
            // CLEAN
            CollectionUtils.filter(dataList, PredicateUtils.notNullPredicate());
    
            return dataList;
        }
    

    在这个方法中我们就使用了 rowIterator 迭代器。

    假设我们处理的 Excel 数据只有 1 列,我们希望读取出来。

    如果执行上面的代码,你的控制台会输出:

    18:42:38.094 [main] DEBUG c.i.s.common.utilities.CSVFileUtils - Cell Data - [Biz]
    18:42:38.097 [main] DEBUG c.i.s.common.utilities.CSVFileUtils - Cell Data - [Beta]
    18:42:38.098 [main] DEBUG c.i.s.common.utilities.CSVFileUtils - Cell Data - [Betabiz]
    18:42:38.098 [main] DEBUG c.i.s.common.utilities.CSVFileUtils - Cell Data - [Test]
    18:42:38.098 [main] DEBUG c.i.s.common.utilities.CSVFileUtils - Cell Data - [Test B]
    18:42:38.098 [main] DEBUG c.i.s.common.utilities.CSVFileUtils - The Size of XLSX file count: 5
    18:42:38.101 [main] DEBUG c.i.s.c.test.utilities.FileUtilsTest - Vendor Name List - [5]

    输出的内容就是使用迭代器读取的。

    这个针对 3 个 for 循环来说要好一些。

    https://www.ossez.com/t/apache-poi-microsoft-office-excel/751

  • 相关阅读:
    Ubuntu下Nginx与Apache2修改默认端口号
    Kerbernetes的Pod资源管理进阶
    Kerbernetes的Pod资源管理
    Kerbernetes的Pod资源清单配置基础
    kubernetes快速入门
    K8S镜像下载报错解决方案(使用阿里云镜像去下载kubeadm需要的镜像文件)
    CentOS 7.6使用kubeadm部署k8s 1.17.2测试集群实战篇
    8
    7
    6
  • 原文地址:https://www.cnblogs.com/huyuchengus/p/14077502.html
Copyright © 2011-2022 走看看