跳转至

Java 中 Excel 文件读取器：从入门到精通

简介

在当今的数据驱动时代，处理 Excel 文件是许多应用程序中常见的需求。Java 作为一种广泛使用的编程语言，提供了多种方式来读取 Excel 文件。本文将深入探讨 Java 中 Excel 文件读取器的相关知识，包括基础概念、使用方法、常见实践以及最佳实践，帮助你掌握这一重要的技术点，在项目中高效处理 Excel 文件。

目录

  1. 基础概念
    • Excel 文件格式
    • Java 中处理 Excel 的库
  2. 使用方法
    • 使用 Apache POI 读取 Excel 文件
    • 使用 EasyExcel 读取 Excel 文件
  3. 常见实践
    • 读取不同版本 Excel 文件
    • 处理复杂表头
    • 数据类型转换
  4. 最佳实践
    • 内存优化
    • 错误处理
    • 代码结构优化
  5. 小结
  6. 参考资料

基础概念

Excel 文件格式

Excel 文件主要有两种常见格式：.xls（Excel 97-2003 格式）和 .xlsx（Excel 2007 及以上版本格式）。.xls 是一种基于 BIFF（二进制文件格式）的文件，而 .xlsx 是基于 XML 的 Open XML 格式。理解这些格式的差异对于选择合适的读取方法至关重要。

Java 中处理 Excel 的库

  • Apache POI：是一个流行的开源库，提供了丰富的 API 来处理各种 Microsoft Office 文件，包括 Excel。它支持读取和写入 .xls 和 .xlsx 文件，功能强大且灵活，但学习曲线相对较陡。
  • EasyExcel：是一个轻量级的 Excel 处理库，基于 Apache POI 进行封装，简化了很多操作，使用起来更加便捷，尤其适合初学者快速上手处理 Excel 文件。

使用方法

使用 Apache POI 读取 Excel 文件

首先，需要在项目中添加 Apache POI 的依赖。如果使用 Maven，可以在 pom.xml 中添加以下依赖：

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>5.0.0</version>
</dependency>

以下是一个简单的示例代码，用于读取 .xlsx 文件：

import org.apache.poi.ss.usermodel.*;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;

public class ApachePOIExample {
    public static void main(String[] args) {
        String filePath = "path/to/your/file.xlsx";
        try (FileInputStream fis = new FileInputStream(new File(filePath));
             Workbook workbook = new XSSFWorkbook(fis)) {

            Sheet sheet = workbook.getSheetAt(0);
            for (Row row : sheet) {
                for (Cell cell : row) {
                    switch (cell.getCellType()) {
                        case STRING:
                            System.out.print(cell.getStringCellValue() + "\t");
                            break;
                        case NUMERIC:
                            if (DateUtil.isCellDateFormatted(cell)) {
                                System.out.print(cell.getDateCellValue() + "\t");
                            } else {
                                System.out.print(cell.getNumericCellValue() + "\t");
                            }
                            break;
                        case BOOLEAN:
                            System.out.print(cell.getBooleanCellValue() + "\t");
                            break;
                        default:
                            System.out.print(cell + "\t");
                    }
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

使用 EasyExcel 读取 Excel 文件

同样，先添加 EasyExcel 的依赖到 pom.xml：

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>easyexcel</artifactId>
    <version>3.1.1</version>
</dependency>

下面是使用 EasyExcel 读取 Excel 文件的示例代码：

import com.alibaba.excel.EasyExcel;
import com.alibaba.excel.context.AnalysisContext;
import com.alibaba.excel.event.AnalysisEventListener;

import java.util.Map;

public class EasyExcelExample {
    public static void main(String[] args) {
        String filePath = "path/to/your/file.xlsx";
        EasyExcel.read(filePath, new AnalysisEventListener<Map<Integer, Object>>() {
            @Override
            public void invoke(Map<Integer, Object> data, AnalysisContext context) {
                System.out.println(data);
            }

            @Override
            public void doAfterAllAnalysed(AnalysisContext context) {
                System.out.println("所有数据解析完成！");
            }
        }).sheet().doRead();
    }
}

常见实践

读取不同版本 Excel 文件

Apache POI 可以通过不同的类来处理 .xls 和 .xlsx 文件。对于 .xls 文件，使用 HSSFWorkbook；对于 .xlsx 文件，使用 XSSFWorkbook。在实际应用中，可以根据文件扩展名动态选择合适的类来处理不同版本的 Excel 文件。

处理复杂表头

当 Excel 文件的表头较为复杂时，可以通过获取表头行，遍历表头单元格，根据表头内容来确定后续数据的读取逻辑。例如，可以建立一个表头字段和数据列索引的映射关系，以便更准确地读取数据。

数据类型转换

在读取 Excel 数据时，需要注意数据类型的转换。例如，Excel 中的数字可能被读取为 double 类型，而在实际应用中可能需要转换为 int 类型。可以使用合适的类型转换方法，如 Double.valueOf(cell.getNumericCellValue()).intValue() 来进行转换。

最佳实践

内存优化

处理大型 Excel 文件时，内存消耗是一个关键问题。Apache POI 提供了 SAX 模式（事件驱动模式）来处理文件，这种模式可以逐行读取数据，而不是一次性将整个文件加载到内存中。EasyExcel 也采用了类似的机制，在读取大数据量的 Excel 文件时能有效减少内存占用。

错误处理

在读取 Excel 文件时，可能会遇到各种错误，如文件格式错误、数据类型不匹配等。应该在代码中添加适当的错误处理逻辑，例如捕获 IOException、IllegalStateException 等异常，并给出清晰的错误提示，以便用户和开发者定位问题。

代码结构优化

为了提高代码的可读性和可维护性，建议将 Excel 文件读取的逻辑封装到独立的方法或类中。同时，可以使用配置文件来管理 Excel 文件的路径、表头信息等参数，这样在需要修改这些信息时，无需修改大量代码。

小结

本文详细介绍了 Java 中 Excel 文件读取器的相关知识，包括基础概念、使用方法、常见实践以及最佳实践。通过学习 Apache POI 和 EasyExcel 这两个库的使用，你可以根据项目需求选择合适的工具来处理 Excel 文件。在实际应用中，要注意内存优化、错误处理和代码结构优化等方面，以确保程序的高效稳定运行。

参考资料