读取Excel文件的工具类

数据中有excel文件的形式，如果我们不用python做，则需要通过poi插件，将excel中的内容读取出来，可以放在内存中直接处理，也可以将文件的格式转换成普通文本类型，例如txt，csv，或者无后缀名文件。可以用文本编辑工具，如editplus等打开查看，做相应的后续操作。

这里是以\001作为分隔符，防止空格的干扰，方便后续操作。本来打算以\005作为行分隔符，即保留原文中的样式，又不会受到\n的干扰。但是Spark ，MapReduce大都是以\n作为行分隔符读取，为了方便后续操作，所以我们清理了每一个单元格中的\n，然后以\n作为行分隔符。

                       //获取每一个单元格中的内容，如果为空将单元格内容替换为null。
                        if (row.getCell(z) == null || row.getCell(z).toString().equals("")) {
                            cell = "null";
                        } else {
                            cell = row.getCell(z).toString();
                        }

                        //将读取到的所有单元格的内容都拼接在一起，形成字符串，并清理格式去掉回车符。
                        if (z == cellNum - 1) {
                            cells = cells + cell.replaceAll("\n", "。") + "\n";
                        } else {
                            cells = cells + cell.replaceAll("\n", "。") + "\001";
                        }

完整代码如下：

import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.ss.usermodel.Sheet;
import org.apache.poi.ss.usermodel.Workbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.io.*;
import java.util.ArrayList;
import java.util.List;

public class ExcelReaderUtils {
    private Workbook wb;
    private Sheet sheet;
    private Row row;
    private Logger logger = LoggerFactory.getLogger(this.getClass());

    public ExcelReaderUtils(String filePath) {
        if (filePath == null) {
            return;
        }
        String type = filePath.substring(filePath.lastIndexOf("."));
        try {
            FileInputStream fis = new FileInputStream(filePath);
            if (".xls".equals(type)) {
                wb = new HSSFWorkbook(fis);
            } else if (".xlsx".equals(type)) {
                wb = new XSSFWorkbook(fis);
            } else {
                wb = null;
            }
        } catch (FileNotFoundException e) {
            logger.error("文件未找到", e);
        } catch (IOException e) {
            logger.error("IO异常", e);
        }
    }

    public List> readExcel() {
        List> list = new ArrayList<>();
        int sheetNum = wb.getActiveSheetIndex();
        for (int x = 0; x <= sheetNum; x++) {
            sheet = wb.getSheetAt(x);
            int rowNum = sheet.getLastRowNum();
            List context = new ArrayList<>();
            for (int y = 0; y < rowNum; y++) {
                row = sheet.getRow(y);
                //判断是否为空行
                if (row != null) {
                    int cellNum = row.getLastCellNum();
                    String cells = "";
                    String cell = "";
                    for (int z = 0; z < cellNum; z++) {

                        //获取每一个单元格中的内容，如果为空将单元格内容替换为null。
                        if (row.getCell(z) == null || row.getCell(z).toString().equals("")) {
                            cell = "null";
                        } else {
                            cell = row.getCell(z).toString();
                        }

                        //将读取到的所有单元格的内容都拼接在一起，形成字符串，并清理格式去掉回车符。
                        if (z == cellNum - 1) {
                            cells = cells + cell.replaceAll("\n", "。") + "\n";
                        } else {
                            cells = cells + cell.replaceAll("\n", "。") + "\001";
                        }
                    }
                    context.add(cells);
                }
            }
            list.add(context);
        }
        return list;
    }

    public void writeFile(List> contextList, String filePath){
        writeFile(contextList,filePath,null);
    }
    public void writeFile(List> contextList, String filePath, String fileType) {
        //判断文件路径是否存在，如果不存在则创建
        File path = new File(filePath);
        if (!path.exists()) {
            System.out.println("路径不存在，正在创建...");
            path.mkdirs();
            System.out.println("创建完成!");
        }

        //判断输入的文件生成类型
        String type = "";
        if (fileType != null && fileType != "") {
            type = "." + fileType;
        }

        String sheetName = null;
        File file = null;
        FileWriter fw = null;
        for (int i=0; i context = contextList.get(i);
            sheetName = wb.getSheetAt(i).getSheetName();
            file = new File(path.getAbsolutePath()+"/"+sheetName+type);
            try {
                file.createNewFile();
                fw = new FileWriter(file);
                for (int j=0; j> list = reader.readExcel();
        System.out.println("---------------------------开始读取Excel文件-----------------------------");
        for (int i = 0; i < list.size(); i++) {
            List context = list.get(i);
            for (int j = 0; j < context.size(); j++) {
                System.out.println(context.get(j));
            }
            System.out.println("------------------------------------------------------------------------");
        }
        System.out.println("-------------------------------读取结束---------------------------------");

        String outPath = "F:/ExcelOut";
        reader.writeFile(list,outPath);
    }
}

pom文件依赖如下：

        
            org.apache.poi
            poi-ooxml
            3.17
        
        
            org.apache.poi
            poi
            3.17
        
        
            org.apache.poi
            poi-examples
            3.17
        
        
            org.apache.poi
            poi-excelant
            3.17
        
        
            org.apache.poi
            poi-ooxml-schemas
            3.17
        
        
            org.apache.poi
            poi-scratchpad
            3.17
        
        
            dom4j
            dom4j
            1.6.1
        
        
            stax
            stax-api
            1.0
        
        
            org.apache.xmlbeans
            xmlbeans
            2.6.0