Excel文件解析

一、前言

java程序开发过程中经常需要使用Excel文件来进行数据的导入与导出，本次文章向大家介绍Excel文件解析或生成以及相关方法

二、Excel文件解析的主流技术：

Apache POI、JXL、Alibaba EasyExcel等。

三、技术特点：

Apache POI：基于DOM方式行进解析，将文件直接加载内存，速度快;

适合场景：较小数据量的Excel文件；

JXL：只支持Excel2003以下的版本(并不常用)；

Alibaba EasyExcel：采用逐行读取的解析模式，将每一行的解析结果以观察者的模式通知处理

适合场景：较大数据量的Excel文件；

四、主流技术讲解

Apache POI：

Apache POI是Apache软件基金会的开放源码函式库，POI提供API给Java程式对Microsoft Office格式档案读和写的功能。对不同的格式文件提供不同解析：

HSSF：提供读写Microsoft Excel格式档案的功能（用于解析旧版本(*.xls)Excel文件）

注：旧版本Excel文件只能存在65535行数据，所以HSSF目前不常用

XSSF：提供读写Microsoft Excel OOXML格式档案的功能(用于解析新版本(*.xlsx)Excel文件)

HWLF：提供读写Microsoft Work格式档案的功能

HSLF：提供读写Microsoft PowerPoint格式档案的功能

HDGF：提供读写Microsoft Visio格式档案的功能

XSSF解析Excel文件：

使用XSSF解析Excel文件时必须依赖第三方jar包：

使用XSSF解析Excel文件时最重要的四个接口：Workbook(Excel文件)、Sheet(工作簿)、Row(数据行)、Cell(单元格)；，并且提供了一系列静态方法

Workbook(Excel文件)：

    Workbook接口代表一个Excel文件，用于创建或加载(解析)一个Excel文件，常见实现类有：XSSFWorkbook

创建Excel文件：

    try (Workbook workbook = new XSSFWorkbook();
        FileOutputStream out = new FileOutputStream("D:\\texs\\"+System.currentTimeMillis()+".xlsx")) {
        //将Workbook对象中包含的数据，通过输出流，写入至Excel文件
        workbook.write(out);
    }catch (IOException e) {    
        e.printStackTrace();
    }

注：仅依靠Workbook类虽然可以创建一个Excel文件，但无法打开；

加载（解析）Excel文件：

    try (FileInputStream in = new FileInputStream("D:\\琐碎\\1627356552686.xlsx");
            Workbook workbook = new XSSFWorkbook(in)) {
    } catch (IOException e) {
            e.printStackTrace();
    }

Sheet(工作簿）：

通过Workbook来进行工作簿Sheet对象的创建与获取

获取工作簿：

Sheet sheet=workbook.getSheet("sheet0");
//按照名称获取工作簿

Sheet sheet=workbook.getSheetAt(0);
//按照下标获取工作簿

**创建工作簿： **

Sheet sheet=workbook.createSheet();
//创建默认名称工作簿

Sheet sheet=workbook.createSheet("数据表");
//创建名为“数据表”的工作簿

获取工作簿的数量：

int num=workbook.getNumberOfSheets();

Row(数据行)：

通过Sheet来进行数据行Row对象的获取与创建

创建数据行：

Row row=sheet.createRow(0);
//按照下标创建行

获取首尾行下标：

    int firstRowIndex=sheet.getFirstRowNum();
    //获取首行下标

    int lastRowIndex=sheet.getLastRowNum();
    //获取尾行下标

根据下标获取指定行：

Row row=sheet.getRow(0);
//获取下标为零的数据行

遍历数据行：

    for(Row row:sheet) {
        System.out.println(row);
    }

遍历指定区域：

    for(int i=1;i<sheet.getLastRowNum();i++) {
        Row row=sheet.getRow(i);
        System.out.println(row);
    }

Cell(单元格）：

通过Row来进行单元格Cell对象的获取或创建

创建单元格：

    Cell cell=row.createCell(0);
    //按下标索引来创建单元格

添加单元格值：

       Cell cell0=row.createCell(0);                            
       cell0.setCellValue(UUID.randomUUID().toString());
        //在当前行下标为0的单元格添加String类型的UUID值   
        Cell cell1=row.createCell(1);
         cell1.setCellValue(Math.PI);
        //在当前行下标为1的单元格添加圆周率
        Cell cell2=row.createCell(2);
        cell2.setCellValue(LocalDateTime.now());
        //在当前行下标为2的单元格添加计算机当前时间

根据下标获取单元格：

      Cell cell1=row.getCell(0);
      //获取当前行下标值为0的单元格
      Cell cell2=row.getCell(1);
      //获取当前行下标值为1的单元格
     

遍历所以单元格:

   for(Cell cell : Row){  
        system.out.println(cell);
   }

获取单元格类型：

   CellType cellType=cell.getCellType();

设置单元格样式：

   //获取格式编码值
    DataFormat dataFormat=workbook.createDataFormat();
    //日期格式编码值
    Short dateDataFormat=dataFormat.getFormat("yyyy年MM月dd日 HH:mm:ss SSS");
    //货币格式编码值
    Short moneyDataFormat=dataFormat.getFormat("￥#,###");
            
    //创建日期格式对象
    CellStyle dateStyle=workbook.createCellStyle();
    dateStyle.setDataFormat(dateDataFormat);//设置格式编码值
    dateStyle.setAlignment(HorizontalAlignment.CENTER);//水平居中
    dateStyle.setVerticalAlignment(VerticalAlignment.BOTTOM);//垂直居低

    //创建货币格式对象
    CellStyle moneyStyle=workbook.createCellStyle();
    moneyStyle.setDataFormat(moneyDataFormat);//设置格式编码值
    moneyStyle.setVerticalAlignment(VerticalAlignment.CENTER);//垂直居低
    ....

    Cell cell2=row.createCell(2);//日期
    cell2.setCellStyle(dateStyle);//日期格式对象
    cell2.setCellValue(new Date());
                
    Cell cell3=row.createCell(3);//红包金额
    cell3.setCellStyle(moneyStyle);//货币格式对象
    cell3.setCellValue((int)(Math.random()*100000));

超大Excel文件读写：

**POI:**​​​​​SXSSFWorkbook类是专门处理大数据的类​，SXSSF是在XSSF的基础上提供了一种支持低内存占用的操作方式；对于大型Excel的创建不会产生内存溢出；

当我们在进行Excel文件操作时，在数据量过大的情况下就可以采用POI提供的SXSSFWorkbook类来避免内存溢出，在使用SXSSFWorkbook进行写入时，首先要设置SXSSFWorkbook的构造参数，这样可以设置每次在内存中保持的行数，当行数达到参数值时，这些在内存中临时保存的数据会被一次性flush（刷新）到磁盘上，这样就不会出现内存不够用的情况，从而达到防止内存溢出的目的；

对POI中的XSSFWorkbook，SXSSFWorkbook和Alibaba中EasyExcel对Excel文件操作的效率进行比较。

使用POI的XSSFWorkbook读取100w行数据：（此操作谨慎尝试！）

public class Demo06 {
    public static void main(String[] args) {
        String path="D:\\琐碎\\Excel\\100w行数据.xlsx";
        long begin=System.currentTimeMillis();
        try (Workbook workbook = new XSSFWorkbook(new FileInputStream(path))) {
            Sheet sheet=workbook.getSheetAt(0);
            //列头
            Row headRow =sheet.getRow(0);
            //遍历列头单元格
            for(Cell headCell:headRow) {
                System.out.print(headCell+"\t");
            }
            System.out.println();
            //数据行
            for(int i=1;i<sheet.getLastRowNum();i++) {
                //获取当前行
                Row row=sheet.getRow(i);
                for (Cell cell:row) {
                    CellType cellType=cell.getCellType();
                    switch (cellType) {
                    case STRING:
                        System.out.print(cell.getStringCellValue()+"\t");
                        break;
                    case NUMERIC:
                        System.out.print(cell.getNumericCellValue()+"\t");
                        break;
                    default:
                        break;

            
                    }
                }
                System.out.println();
            }
            long end=System.currentTimeMillis();
            System.out.println("程序共运行："+(end-begin)/1000.0+"秒");
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
}

运行结果：

使用POI的SXSSFWorkbook写入100w行数据：

public class Demo {
    public static void main(String[] args) {
        long startTime=System.currentTimeMillis();
        try (Workbook workbook = new SXSSFWorkbook(200);
                FileOutputStream fos = new FileOutputStream("D:\\琐碎\\Excel\\100w行数据.xlsx")) {
            Sheet sheet1 = workbook.createSheet();

            for (int i = 0; i <= 1000000; i++) {
                Row row = sheet1.createRow(i);
                Cell cell0 = row.createCell(0);
                cell0.setCellValue(UUID.randomUUID().toString());
        
                Cell cell1 = row.createCell(1);
                cell1.setCellValue(LocalDateTime.now());
            }

            workbook.write(fos);
            long endTime=System.currentTimeMillis();
            System.out.println("使用SXSSFWorkbook写入100w行数据需："+(endTime-startTime)/1000.0+"秒");
        } catch (IOException e) {
                e.printStackTrace();
        }
    }
}

写入前CPU与内存的占用情况：

写入时CPU与内存的占用情况：

代码运行结果：

使用SXSSFWorkbook写入100w行数据需：12.645秒

Alibaba EasyExcel：

EasyExcel是一个基于Java的操作简单、节省内存的读写Excel的Alibaba开源项目。在尽可能节约内存的情况下支持读写超大数据的Excel。

同样，要使用Alibaba EasyExcel必须下载相关jar包，并且不可随意下载不同版本：

准备实体类：

实体订单类：

import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;
import java.util.UUID;

import com.alibaba.excel.annotation.ExcelProperty;
import com.alibaba.excel.annotation.format.NumberFormat;

public class Order {
    @ExcelProperty("订单编号")
    private String orderId;
    @ExcelProperty("支付金额")
    @NumberFormat("￥#,###")
    private double money;
    @ExcelProperty(value="创建日期",converter = LocalDateTimeConveter.class)
    private LocalDateTime createTime;
    public Order() {
        this.orderId=LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyyMMdd HH:mm:ss"))+UUID.randomUUID().toString().substring(0,5);
        this.money=Math.random()*100000;
        this.createTime=LocalDateTime.now();
    }
    public String getOrderId() {
        return orderId;
    }
    public void setOrderId(String orderId) {
        this.orderId = orderId;
    }
    public double getMoney() {
        return money;
    }
    public void setMoney(double money) {
        this.money = money;
    }
    public LocalDateTime getCreateTime() {
        return createTime;
    }
    public void setCreateTime(LocalDateTime createTime) {
        this.createTime = createTime;
    }
    @Override
    public String toString() {
        return "Order [orderId=" + orderId + ", money=" + money + ", createTime=" + createTime + "]";
    }
    
}

Converter转换类：目的---兼容LocalDateTime日期时间类

import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;

import com.alibaba.excel.converters.Converter;
import com.alibaba.excel.enums.CellDataTypeEnum;
import com.alibaba.excel.metadata.CellData;
import com.alibaba.excel.metadata.GlobalConfiguration;
import com.alibaba.excel.metadata.property.ExcelContentProperty;

public class LocalDateTimeConveter implements Converter<LocalDateTime> {

    @Override
    public CellData<String> convertToExcelData(LocalDateTime arg0, ExcelContentProperty arg1, GlobalConfiguration arg2)
            throws Exception {
        // TODO Auto-generated method stub
        return new CellData<>(arg0.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss")));
    }
    @Override
    public LocalDateTime convertToJavaData(CellData arg0, ExcelContentProperty arg1, GlobalConfiguration arg2)
            throws Exception {
        // TODO Auto-generated method stub
        return LocalDateTime.parse(arg0.getStringValue(), DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
    }

    @Override
    public CellDataTypeEnum supportExcelTypeKey() {
        // TODO Auto-generated method stub
        return CellDataTypeEnum.STRING;
    }

    @Override
    public Class supportJavaTypeKey() {
        // TODO Auto-generated method stub
        return LocalDateTime.class;
    }

}

使用EasyExcel写入100w条数据：

import java.util.ArrayList;
import java.util.List;

import com.alibaba.excel.EasyExcel;
import com.jaiojaio.entity.Order;

public class Demo01 {
    public static void main(String[] args) {
        // 写入100w
        long startTime=System.currentTimeMillis();
        EasyExcel.write("D:\\琐碎\\Excel\\100weasy.xlsx", Order.class)
                 .sheet("订单列表")
                 .doWrite(data());
        long endTime=System.currentTimeMillis();
        System.out.println("使用EasyExcel写入100w条数据需："+(endTime-startTime)/1000.0+"秒");
    }
    
    // 创建100w条订单数据
    private static List<Order> data() {
        List<Order> list = new ArrayList<Order>();
        for (int i = 0; i < 1000000; i++) {
            list.add(new Order());
        }
        return list;
    }
}

写入时CPU与内存的占用情况：

运行结果：

SLF4J: Failed to load class "org.slf4j.impl.StaticLoggerBinder".
SLF4J: Defaulting to no-operation (NOP) logger implementation
SLF4J: See http://www.slf4j.org/codes.html#StaticLoggerBinder for further details.
使用EasyExcel写入100w条数据需：15.19秒

使用EasyExcel读取100w条数据：

import java.util.LinkedList;
import java.util.List;
import java.util.Map;

import com.alibaba.excel.EasyExcel;
import com.alibaba.excel.context.AnalysisContext;
import com.alibaba.excel.event.AnalysisEventListener;
import com.jaiojaio.entity.Order;

public class Demo02 {
    public static void main(String[] args) {
        long begin=System.currentTimeMillis();
        List<Order> list=new LinkedList<Order>();
        EasyExcel.read("D:\\琐碎\\Excel\\100weasy.xlsx", Order.class, new AnalysisEventListener<Order>() {
            @Override
            public void invokeHeadMap(Map<Integer, String> headMap, AnalysisContext context) {
                // TODO Auto-generated method stub
                System.out.println(headMap);
                super.invokeHeadMap(headMap, context);
            }

            @Override
            public void invoke(Order arg0, AnalysisContext arg1) {
                // TODO Auto-generated method stub
                list.add(arg0);
            }
            @Override
            public void doAfterAllAnalysed(AnalysisContext arg0) {
                // TODO Auto-generated method stub
                System.out.println("game over");
            }
        }).sheet().doRead();
        for(Order order:list) {
            System.out.println(order);
        }
        long end=System.currentTimeMillis();
        System.out.println("程序需运行："+(end-begin)/1000.0+"秒");
    }
}

读取时CPU与内存的占用情况：

代码运行结果：

....
Order [orderId=20220717 11:41:37e9797, money=86139.0, createTime=2022-07-17T11:41:37]
Order [orderId=20220717 11:41:377f2bc, money=52157.0, createTime=2022-07-17T11:41:37]
Order [orderId=20220717 11:41:37afbb1, money=2815.0, createTime=2022-07-17T11:41:37]
Order [orderId=20220717 11:41:37db079, money=27125.0, createTime=2022-07-17T11:41:37]
Order [orderId=20220717 11:41:37944f7, money=92808.0, createTime=2022-07-17T11:41:37]
Order [orderId=20220717 11:41:37862af, money=90109.0, createTime=2022-07-17T11:41:37]
Order [orderId=20220717 11:41:378d5fe, money=41899.0, createTime=2022-07-17T11:41:37]
Order [orderId=20220717 11:41:3743530, money=4537.0, createTime=2022-07-17T11:41:37]
程序需运行：23.418秒

综上所属，在操作超大数据量的Excel文件时，不应使用操作普通文件的XSSFWork进行操作，应使用SXSSFWork或EasyExcel，并且EasyExcel的操作更为简单，因此，对于不同的需求进行选择即可