POI读取大批量数据的Excel

1. Excel2003与Excel2007

两个版本的最大行数和列数不同,2003版最大行数是65536行,最大列数是256列,2007版及以后的版本最大行数是1048576行,最大列数是16384列。

excel2003是以二进制的方式存储,这种格式不易被其他软件读取使用;而excel2007采用了基于XML的ooxml开放文档标准,ooxml使用XML和ZIP技术结合进行文件存储,XML是一个基于文本的格式,而且ZIP容器支持内容的压缩,所以其一大优势是可以大大减小文件的尺寸。

2. 大批量数据读写

POI读取大批量数据的Excel_第1张图片

2.1 大批量数据写入

对于大数据的Xlsx文件的写入,POI3.8提供了SXSSFSXSSFWorkbook类,采用缓存方式进行大批量写文件。

详情可以查看poi官网示例:http://poi.apache.org/spreadsheet/how-to.html#sxssf 或 http://blog.csdn.net/daiyutage/article/details/53010491

2.2 大批量数据读取

POI读取Excel有两种模式,一种是用户模式,一种是SAX事件驱动模式,将xlsx格式的文档转换成CSV格式后进行读取。用户模式API接口丰富,使用POI的API可以很容易读取Excel,但用户模式消耗的内存很大,当遇到很大sheet、大数据网格,假空行、公式等问题时,很容易导致内存溢出。POI官方推荐解决内存溢出的方式使用CVS格式解析,即SAX事件驱动模式。下面主要是讲解如何读取大批量数据:

pom.xml所需jar包:

复制代码
 1 <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 2   xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
 3   <modelVersion>4.0.0modelVersion>
 4   <groupId>POIExcelgroupId>
 5   <artifactId>POIExcelartifactId>
 6   <packaging>warpackaging>
 7   <version>1.0-SNAPSHOTversion>
 8   <name>POIExcel Maven Webappname>
 9   <url>http://maven.apache.orgurl>
10   <dependencies>
11     <dependency>
12       <groupId>junitgroupId>
13       <artifactId>junitartifactId>
14       <version>3.8.1version>
15       <scope>testscope>
16     dependency>
17 
18     <dependency>
19       <groupId>org.apache.poigroupId>
20       <artifactId>poiartifactId>
21       <version>3.17version>
22     dependency>
23 
24     <dependency>
25       <groupId>org.apache.poigroupId>
26       <artifactId>poi-ooxmlartifactId>
27       <version>3.17version>
28     dependency>
29 
30     <dependency>
31       <groupId>org.apache.poigroupId>
32       <artifactId>poi-ooxml-schemasartifactId>
33       <version>3.17version>
34     dependency>
35 
36     <dependency>
37       <groupId>com.syncthemallgroupId>
38       <artifactId>boilerpipeartifactId>
39       <version>1.2.1version>
40     dependency>
41 
42     <dependency>
43       <groupId>xercesgroupId>
44       <artifactId>xercesImplartifactId>
45       <version>2.11.0version>
46     dependency>
47 
48     <dependency>
49       <groupId>xml-apisgroupId>
50       <artifactId>xml-apisartifactId>
51       <version>1.4.01version>
52     dependency>
53 
54     <dependency>
55       <groupId>org.apache.xmlbeansgroupId>
56       <artifactId>xmlbeansartifactId>
57       <version>2.6.0version>
58     dependency>
59 
60     <dependency>
61       <groupId>saxgroupId>
62       <artifactId>saxartifactId>
63       <version>2.0.1version>
64     dependency>
65 
66     <dependency>
67       <groupId>org.apache.commonsgroupId>
68       <artifactId>commons-lang3artifactId>
69       <version>3.7version>
70     dependency>
71 
72   dependencies>
73   <build>
74     <finalName>POIExcelfinalName>
75   build>
76 project>
复制代码

POI以SAX解析excel2007文件:

解决思路:通过继承DefaultHandler类,重写process(),startElement(),characters(),endElement()这四个方法。process()方式主要是遍历所有的sheet,并依次调用startElement()、characters()方法、endElement()这三个方法。startElement()用于设定单元格的数字类型(如日期、数字、字符串等等)。characters()用于获取该单元格对应的索引值或是内容值(如果单元格类型是字符串、INLINESTR、数字、日期则获取的是索引值;其他如布尔值、错误、公式则获取的是内容值)。endElement()根据startElement()的单元格数字类型和characters()的索引值或内容值,最终得出单元格的内容值,并打印出来。

复制代码
  1 package org.poi;
  2 
  3 import org.apache.poi.openxml4j.opc.OPCPackage;
  4 import org.apache.poi.ss.usermodel.BuiltinFormats;
  5 import org.apache.poi.ss.usermodel.DataFormatter;
  6 import org.apache.poi.xssf.eventusermodel.XSSFReader;
  7 import org.apache.poi.xssf.model.SharedStringsTable;
  8 import org.apache.poi.xssf.model.StylesTable;
  9 import org.apache.poi.xssf.usermodel.XSSFCellStyle;
 10 import org.apache.poi.xssf.usermodel.XSSFRichTextString;
 11 import org.xml.sax.Attributes;
 12 import org.xml.sax.InputSource;
 13 import org.xml.sax.SAXException;
 14 import org.xml.sax.XMLReader;
 15 import org.xml.sax.helpers.DefaultHandler;
 16 import org.xml.sax.helpers.XMLReaderFactory;
 17 
 18 import java.io.InputStream;
 19 import java.util.ArrayList;
 20 import java.util.List;
 21 
 22 /**
 23  * @author y
 24  * @create 2018-01-18 14:28
 25  * @desc POI读取excel有两种模式,一种是用户模式,一种是事件驱动模式
 26  * 采用SAX事件驱动模式解决XLSX文件,可以有效解决用户模式内存溢出的问题,
 27  * 该模式是POI官方推荐的读取大数据的模式,
 28  * 在用户模式下,数据量较大,Sheet较多,或者是有很多无用的空行的情况下,容易出现内存溢出
 29  * 

30 * 用于解决.xlsx2007版本大数据量问题 31 **/ 32 public class ExcelXlsxReader extends DefaultHandler { 33 34 /** 35 * 单元格中的数据可能的数据类型 36 */ 37 enum CellDataType { 38 BOOL, ERROR, FORMULA, INLINESTR, SSTINDEX, NUMBER, DATE, NULL 39 } 40 41 /** 42 * 共享字符串表 43 */ 44 private SharedStringsTable sst; 45 46 /** 47 * 上一次的索引值 48 */ 49 private String lastIndex; 50 51 /** 52 * 文件的绝对路径 53 */ 54 private String filePath = ""; 55 56 /** 57 * 工作表索引 58 */ 59 private int sheetIndex = 0; 60 61 /** 62 * sheet名 63 */ 64 private String sheetName = ""; 65 66 /** 67 * 总行数 68 */ 69 private int totalRows=0; 70 71 /** 72 * 一行内cell集合 73 */ 74 private List cellList = new ArrayList(); 75 76 /** 77 * 判断整行是否为空行的标记 78 */ 79 private boolean flag = false; 80 81 /** 82 * 当前行 83 */ 84 private int curRow = 1; 85 86 /** 87 * 当前列 88 */ 89 private int curCol = 0; 90 91 /** 92 * T元素标识 93 */ 94 private boolean isTElement; 95 96 /** 97 * 异常信息,如果为空则表示没有异常 98 */ 99 private String exceptionMessage; 100 101 /** 102 * 单元格数据类型,默认为字符串类型 103 */ 104 private CellDataType nextDataType = CellDataType.SSTINDEX; 105 106 private final DataFormatter formatter = new DataFormatter(); 107 108 /** 109 * 单元格日期格式的索引 110 */ 111 private short formatIndex; 112 113 /** 114 * 日期格式字符串 115 */ 116 private String formatString; 117 118 //定义前一个元素和当前元素的位置,用来计算其中空的单元格数量,如A6和A8等 119 private String preRef = null, ref = null; 120 121 //定义该文档一行最大的单元格数,用来补全一行最后可能缺失的单元格 122 private String maxRef = null; 123 124 /** 125 * 单元格 126 */ 127 private StylesTable stylesTable; 128 129 /** 130 * 遍历工作簿中所有的电子表格 131 * 并缓存在mySheetList中 132 * 133 * @param filename 134 * @throws Exception 135 */ 136 public int process(String filename) throws Exception { 137 filePath = filename; 138 OPCPackage pkg = OPCPackage.open(filename); 139 XSSFReader xssfReader = new XSSFReader(pkg); 140 stylesTable = xssfReader.getStylesTable(); 141 SharedStringsTable sst = xssfReader.getSharedStringsTable(); 142 XMLReader parser = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser"); 143 this.sst = sst; 144 parser.setContentHandler(this); 145 XSSFReader.SheetIterator sheets = (XSSFReader.SheetIterator) xssfReader.getSheetsData(); 146 while (sheets.hasNext()) { //遍历sheet 147 curRow = 1; //标记初始行为第一行 148 sheetIndex++; 149 InputStream sheet = sheets.next(); //sheets.next()和sheets.getSheetName()不能换位置,否则sheetName报错 150 sheetName = sheets.getSheetName(); 151 InputSource sheetSource = new InputSource(sheet); 152 parser.parse(sheetSource); //解析excel的每条记录,在这个过程中startElement()、characters()、endElement()这三个函数会依次执行 153 sheet.close(); 154 } 155 return totalRows; //返回该excel文件的总行数,不包括首列和空行 156 } 157 158 /** 159 * 第一个执行 160 * 161 * @param uri 162 * @param localName 163 * @param name 164 * @param attributes 165 * @throws SAXException 166 */ 167 @Override 168 public void startElement(String uri, String localName, String name, Attributes attributes) throws SAXException { 169 //c => 单元格 170 if ("c".equals(name)) { 171 //前一个单元格的位置 172 if (preRef == null) { 173 preRef = attributes.getValue("r"); 174 } else { 175 preRef = ref; 176 } 177 178 //当前单元格的位置 179 ref = attributes.getValue("r"); 180 //设定单元格类型 181 this.setNextDataType(attributes); 182 } 183 184 //当元素为t时 185 if ("t".equals(name)) { 186 isTElement = true; 187 } else { 188 isTElement = false; 189 } 190 191 //置空 192 lastIndex = ""; 193 } 194 195 /** 196 * 第二个执行 197 * 得到单元格对应的索引值或是内容值 198 * 如果单元格类型是字符串、INLINESTR、数字、日期,lastIndex则是索引值 199 * 如果单元格类型是布尔值、错误、公式,lastIndex则是内容值 200 * @param ch 201 * @param start 202 * @param length 203 * @throws SAXException 204 */ 205 @Override 206 public void characters(char[] ch, int start, int length) throws SAXException { 207 lastIndex += new String(ch, start, length); 208 } 209 210 /** 211 * 第三个执行 212 * 213 * @param uri 214 * @param localName 215 * @param name 216 * @throws SAXException 217 */ 218 @Override 219 public void endElement(String uri, String localName, String name) throws SAXException { 220 221 //t元素也包含字符串 222 if (isTElement) {//这个程序没经过 223 //将单元格内容加入rowlist中,在这之前先去掉字符串前后的空白符 224 String value = lastIndex.trim(); 225 cellList.add(curCol, value); 226 curCol++; 227 isTElement = false; 228 //如果里面某个单元格含有值,则标识该行不为空行 229 if (value != null && !"".equals(value)) { 230 flag = true; 231 } 232 } else if ("v".equals(name)) { 233 //v => 单元格的值,如果单元格是字符串,则v标签的值为该字符串在SST中的索引 234 String value = this.getDataValue(lastIndex.trim(), "");//根据索引值获取对应的单元格值 235 //补全单元格之间的空单元格 236 if (!ref.equals(preRef)) { 237 int len = countNullCell(ref, preRef); 238 for (int i = 0; i < len; i++) { 239 cellList.add(curCol, ""); 240 curCol++; 241 } 242 } 243 cellList.add(curCol, value); 244 curCol++; 245 //如果里面某个单元格含有值,则标识该行不为空行 246 if (value != null && !"".equals(value)) { 247 flag = true; 248 } 249 } else { 250 //如果标签名称为row,这说明已到行尾,调用optRows()方法 251 if ("row".equals(name)) { 252 //默认第一行为表头,以该行单元格数目为最大数目 253 if (curRow == 1) { 254 maxRef = ref; 255 } 256 //补全一行尾部可能缺失的单元格 257 if (maxRef != null) { 258 int len = countNullCell(maxRef, ref); 259 for (int i = 0; i <= len; i++) { 260 cellList.add(curCol, ""); 261 curCol++; 262 } 263 } 264 265 if (flag&&curRow!=1){ //该行不为空行且该行不是第一行,则发送(第一行为列名,不需要) 266 ExcelReaderUtil.sendRows(filePath, sheetName, sheetIndex, curRow, cellList); 267 totalRows++; 268 } 269 270 cellList.clear(); 271 curRow++; 272 curCol = 0; 273 preRef = null; 274 ref = null; 275 flag=false; 276 } 277 } 278 } 279 280 /** 281 * 处理数据类型 282 * 283 * @param attributes 284 */ 285 public void setNextDataType(Attributes attributes) { 286 nextDataType = CellDataType.NUMBER; //cellType为空,则表示该单元格类型为数字 287 formatIndex = -1; 288 formatString = null; 289 String cellType = attributes.getValue("t"); //单元格类型 290 String cellStyleStr = attributes.getValue("s"); // 291 String columnData = attributes.getValue("r"); //获取单元格的位置,如A1,B1 292 293 if ("b".equals(cellType)) { //处理布尔值 294 nextDataType = CellDataType.BOOL; 295 } else if ("e".equals(cellType)) { //处理错误 296 nextDataType = CellDataType.ERROR; 297 } else if ("inlineStr".equals(cellType)) { 298 nextDataType = CellDataType.INLINESTR; 299 } else if ("s".equals(cellType)) { //处理字符串 300 nextDataType = CellDataType.SSTINDEX; 301 } else if ("str".equals(cellType)) { 302 nextDataType = CellDataType.FORMULA; 303 } 304 305 if (cellStyleStr != null) { //处理日期 306 int styleIndex = Integer.parseInt(cellStyleStr); 307 XSSFCellStyle style = stylesTable.getStyleAt(styleIndex); 308 formatIndex = style.getDataFormat(); 309 formatString = style.getDataFormatString(); 310 311 if (formatString.contains("m/d/yy")) { 312 nextDataType = CellDataType.DATE; 313 formatString = "yyyy-MM-dd hh:mm:ss"; 314 } 315 316 if (formatString == null) { 317 nextDataType = CellDataType.NULL; 318 formatString = BuiltinFormats.getBuiltinFormat(formatIndex); 319 } 320 } 321 } 322 323 /** 324 * 对解析出来的数据进行类型处理 325 * @param value 单元格的值, 326 * value代表解析:BOOL的为0或1, ERROR的为内容值,FORMULA的为内容值,INLINESTR的为索引值需转换为内容值, 327 * SSTINDEX的为索引值需转换为内容值, NUMBER为内容值,DATE为内容值 328 * @param thisStr 一个空字符串 329 * @return 330 */ 331 @SuppressWarnings("deprecation") 332 public String getDataValue(String value, String thisStr) { 333 switch (nextDataType) { 334 // 这几个的顺序不能随便交换,交换了很可能会导致数据错误 335 case BOOL: //布尔值 336 char first = value.charAt(0); 337 thisStr = first == '0' ? "FALSE" : "TRUE"; 338 break; 339 case ERROR: //错误 340 thisStr = "\"ERROR:" + value.toString() + '"'; 341 break; 342 case FORMULA: //公式 343 thisStr = '"' + value.toString() + '"'; 344 break; 345 case INLINESTR: 346 XSSFRichTextString rtsi = new XSSFRichTextString(value.toString()); 347 thisStr = rtsi.toString(); 348 rtsi = null; 349 break; 350 case SSTINDEX: //字符串 351 String sstIndex = value.toString(); 352 try { 353 int idx = Integer.parseInt(sstIndex); 354 XSSFRichTextString rtss = new XSSFRichTextString(sst.getEntryAt(idx));//根据idx索引值获取内容值 355 thisStr = rtss.toString(); 356 rtss = null; 357 } catch (NumberFormatException ex) { 358 thisStr = value.toString(); 359 } 360 break; 361 case NUMBER: //数字 362 if (formatString != null) { 363 thisStr = formatter.formatRawCellContents(Double.parseDouble(value), formatIndex, formatString).trim(); 364 } else { 365 thisStr = value; 366 } 367 thisStr = thisStr.replace("_", "").trim(); 368 break; 369 case DATE: //日期 370 thisStr = formatter.formatRawCellContents(Double.parseDouble(value), formatIndex, formatString); 371 // 对日期字符串作特殊处理,去掉T 372 thisStr = thisStr.replace("T", " "); 373 break; 374 default: 375 thisStr = " "; 376 break; 377 } 378 return thisStr; 379 } 380 381 public int countNullCell(String ref, String preRef) { 382 //excel2007最大行数是1048576,最大列数是16384,最后一列列名是XFD 383 String xfd = ref.replaceAll("\\d+", ""); 384 String xfd_1 = preRef.replaceAll("\\d+", ""); 385 386 xfd = fillChar(xfd, 3, '@', true); 387 xfd_1 = fillChar(xfd_1, 3, '@', true); 388 389 char[] letter = xfd.toCharArray(); 390 char[] letter_1 = xfd_1.toCharArray(); 391 int res = (letter[0] - letter_1[0]) * 26 * 26 + (letter[1] - letter_1[1]) * 26 + (letter[2] - letter_1[2]); 392 return res - 1; 393 } 394 395 public String fillChar(String str, int len, char let, boolean isPre) { 396 int len_1 = str.length(); 397 if (len_1 < len) { 398 if (isPre) { 399 for (int i = 0; i < (len - len_1); i++) { 400 str = let + str; 401 } 402 } else { 403 for (int i = 0; i < (len - len_1); i++) { 404 str = str + let; 405 } 406 } 407 } 408 return str; 409 } 410 411 /** 412 * @return the exceptionMessage 413 */ 414 public String getExceptionMessage() { 415 return exceptionMessage; 416 } 417 }

复制代码

POI通过继承HSSFListener类来解决Excel2003文件:

 解决思路:重写process(),processRecord()两个方法,其中processRecord是核心方法,用于处理sheetName和各种单元格数字类型。

复制代码
  1 package org.poi;
  2 
  3 import org.apache.poi.hssf.eventusermodel.*;
  4 import org.apache.poi.hssf.eventusermodel.dummyrecord.LastCellOfRowDummyRecord;
  5 import org.apache.poi.hssf.eventusermodel.dummyrecord.MissingCellDummyRecord;
  6 import org.apache.poi.hssf.model.HSSFFormulaParser;
  7 import org.apache.poi.hssf.record.*;
  8 import org.apache.poi.hssf.usermodel.HSSFDataFormatter;
  9 import org.apache.poi.hssf.usermodel.HSSFWorkbook;
 10 import org.apache.poi.poifs.filesystem.POIFSFileSystem;
 11 
 12 import java.io.FileInputStream;
 13 import java.util.ArrayList;
 14 import java.util.List;
 15 
 16 /**
 17  * @author y
 18  * @create 2018-01-19 14:18
 19  * @desc 用于解决.xls2003版本大数据量问题
 20  **/
 21 public class ExcelXlsReader implements HSSFListener {
 22 
 23     private int minColums = -1;
 24 
 25     private POIFSFileSystem fs;
 26 
 27     /**
 28      * 总行数
 29      */
 30     private int totalRows=0;
 31 
 32     /**
 33      * 上一行row的序号
 34      */
 35     private int lastRowNumber;
 36 
 37     /**
 38      * 上一单元格的序号
 39      */
 40     private int lastColumnNumber;
 41 
 42     /**
 43      * 是否输出formula,还是它对应的值
 44      */
 45     private boolean outputFormulaValues = true;
 46 
 47     /**
 48      * 用于转换formulas
 49      */
 50     private EventWorkbookBuilder.SheetRecordCollectingListener workbookBuildingListener;
 51 
 52     //excel2003工作簿
 53     private HSSFWorkbook stubWorkbook;
 54 
 55     private SSTRecord sstRecord;
 56 
 57     private FormatTrackingHSSFListener formatListener;
 58 
 59     private final HSSFDataFormatter formatter = new HSSFDataFormatter();
 60 
 61     /**
 62      * 文件的绝对路径
 63      */
 64     private String filePath = "";
 65 
 66     //表索引
 67     private int sheetIndex = 0;
 68 
 69     private BoundSheetRecord[] orderedBSRs;
 70 
 71     @SuppressWarnings("unchecked")
 72     private ArrayList boundSheetRecords = new ArrayList();
 73 
 74     private int nextRow;
 75 
 76     private int nextColumn;
 77 
 78     private boolean outputNextStringRecord;
 79 
 80     //当前行
 81     private int curRow = 0;
 82 
 83     //存储一行记录所有单元格的容器
 84     private List cellList = new ArrayList();
 85 
 86     /**
 87      * 判断整行是否为空行的标记
 88      */
 89     private boolean flag = false;
 90 
 91     @SuppressWarnings("unused")
 92     private String sheetName;
 93 
 94     /**
 95      * 遍历excel下所有的sheet
 96      *
 97      * @param fileName
 98      * @throws Exception
 99      */
100     public int process(String fileName) throws Exception {
101         filePath = fileName;
102         this.fs = new POIFSFileSystem(new FileInputStream(fileName));
103         MissingRecordAwareHSSFListener listener = new MissingRecordAwareHSSFListener(this);
104         formatListener = new FormatTrackingHSSFListener(listener);
105         HSSFEventFactory factory = new HSSFEventFactory();
106         HSSFRequest request = new HSSFRequest();
107         if (outputFormulaValues) {
108             request.addListenerForAllRecords(formatListener);
109         } else {
110             workbookBuildingListener = new EventWorkbookBuilder.SheetRecordCollectingListener(formatListener);
111             request.addListenerForAllRecords(workbookBuildingListener);
112         }
113         factory.processWorkbookEvents(request, fs);
114 
115         return totalRows; //返回该excel文件的总行数,不包括首列和空行
116     }
117     
118     /**
119      * HSSFListener 监听方法,处理Record
120      * 处理每个单元格
121      * @param record
122      */
123     @SuppressWarnings("unchecked")
124     public void processRecord(Record record) {
125         int thisRow = -1;
126         int thisColumn = -1;
127         String thisStr = null;
128         String value = null;
129         switch (record.getSid()) {
130             case BoundSheetRecord.sid:
131                 boundSheetRecords.add(record);
132                 break;
133             case BOFRecord.sid: //开始处理每个sheet
134                 BOFRecord br = (BOFRecord) record;
135                 if (br.getType() == BOFRecord.TYPE_WORKSHEET) {
136                     //如果有需要,则建立子工作簿
137                     if (workbookBuildingListener != null && stubWorkbook == null) {
138                         stubWorkbook = workbookBuildingListener.getStubHSSFWorkbook();
139                     }
140 
141                     if (orderedBSRs == null) {
142                         orderedBSRs = BoundSheetRecord.orderByBofPosition(boundSheetRecords);
143                     }
144                     sheetName = orderedBSRs[sheetIndex].getSheetname();
145                     sheetIndex++;
146                 }
147                 break;
148             case SSTRecord.sid:
149                 sstRecord = (SSTRecord) record;
150                 break;
151             case BlankRecord.sid: //单元格为空白
152                 BlankRecord brec = (BlankRecord) record;
153                 thisRow = brec.getRow();
154                 thisColumn = brec.getColumn();
155                 thisStr = "";
156                 cellList.add(thisColumn, thisStr);
157                 break;
158             case BoolErrRecord.sid: //单元格为布尔类型
159                 BoolErrRecord berec = (BoolErrRecord) record;
160                 thisRow = berec.getRow();
161                 thisColumn = berec.getColumn();
162                 thisStr = berec.getBooleanValue() + "";
163                 cellList.add(thisColumn, thisStr);
164                 checkRowIsNull(thisStr);  //如果里面某个单元格含有值,则标识该行不为空行
165                 break;
166             case FormulaRecord.sid://单元格为公式类型
167                 FormulaRecord frec = (FormulaRecord) record;
168                 thisRow = frec.getRow();
169                 thisColumn = frec.getColumn();
170                 if (outputFormulaValues) {
171                     if (Double.isNaN(frec.getValue())) {
172                         outputNextStringRecord = true;
173                         nextRow = frec.getRow();
174                         nextColumn = frec.getColumn();
175                     } else {
176                         thisStr = '"' + HSSFFormulaParser.toFormulaString(stubWorkbook, frec.getParsedExpression()) + '"';
177                     }
178                 } else {
179                     thisStr = '"' + HSSFFormulaParser.toFormulaString(stubWorkbook, frec.getParsedExpression()) + '"';
180                 }
181                 cellList.add(thisColumn, thisStr);
182                 checkRowIsNull(thisStr);  //如果里面某个单元格含有值,则标识该行不为空行
183                 break;
184             case StringRecord.sid: //单元格中公式的字符串
185                 if (outputNextStringRecord) {
186                     StringRecord srec = (StringRecord) record;
187                     thisStr = srec.getString();
188                     thisRow = nextRow;
189                     thisColumn = nextColumn;
190                     outputNextStringRecord = false;
191                 }
192                 break;
193             case LabelRecord.sid:
194                 LabelRecord lrec = (LabelRecord) record;
195                 curRow = thisRow = lrec.getRow();
196                 thisColumn = lrec.getColumn();
197                 value = lrec.getValue().trim();
198                 value = value.equals("") ? "" : value;
199                 cellList.add(thisColumn, value);
200                 checkRowIsNull(value);  //如果里面某个单元格含有值,则标识该行不为空行
201                 break;
202             case LabelSSTRecord.sid: //单元格为字符串类型
203                 LabelSSTRecord lsrec = (LabelSSTRecord) record;
204                 curRow = thisRow = lsrec.getRow();
205                 thisColumn = lsrec.getColumn();
206                 if (sstRecord == null) {
207                     cellList.add(thisColumn, "");
208                 } else {
209                     value = sstRecord.getString(lsrec.getSSTIndex()).toString().trim();
210                     value = value.equals("") ? "" : value;
211                     cellList.add(thisColumn, value);
212                     checkRowIsNull(value);  //如果里面某个单元格含有值,则标识该行不为空行
213                 }
214                 break;
215             case NumberRecord.sid: //单元格为数字类型
216                 NumberRecord numrec = (NumberRecord) record;
217                 curRow = thisRow = numrec.getRow();
218                 thisColumn = numrec.getColumn();
219 
220                 //第一种方式
221                 //value = formatListener.formatNumberDateCell(numrec).trim();//这个被写死,采用的m/d/yy h:mm格式,不符合要求
222 
223                 //第二种方式,参照formatNumberDateCell里面的实现方法编写
224                 Double valueDouble=((NumberRecord)numrec).getValue();
225                 String formatString=formatListener.getFormatString(numrec);
226                 if (formatString.contains("m/d/yy")){
227                     formatString="yyyy-MM-dd hh:mm:ss";
228                 }
229                 int formatIndex=formatListener.getFormatIndex(numrec);
230                 value=formatter.formatRawCellContents(valueDouble, formatIndex, formatString).trim();
231 
232                 value = value.equals("") ? "" : value;
233                 //向容器加入列值
234                 cellList.add(thisColumn, value);
235                 checkRowIsNull(value);  //如果里面某个单元格含有值,则标识该行不为空行
236                 break;
237             default:
238                 break;
239         }
240 
241         //遇到新行的操作
242         if (thisRow != -1 && thisRow != lastRowNumber) {
243             lastColumnNumber = -1;
244         }
245 
246         //空值的操作
247         if (record instanceof MissingCellDummyRecord) {
248             MissingCellDummyRecord mc = (MissingCellDummyRecord) record;
249             curRow = thisRow = mc.getRow();
250             thisColumn = mc.getColumn();
251             cellList.add(thisColumn, "");
252         }
253 
254         //更新行和列的值
255         if (thisRow > -1)
256             lastRowNumber = thisRow;
257         if (thisColumn > -1)
258             lastColumnNumber = thisColumn;
259 
260         //行结束时的操作
261         if (record instanceof LastCellOfRowDummyRecord) {
262             if (minColums > 0) {
263                 //列值重新置空
264                 if (lastColumnNumber == -1) {
265                     lastColumnNumber = 0;
266                 }
267             }
268             lastColumnNumber = -1;
269 
270             if (flag&&curRow!=0) { //该行不为空行且该行不是第一行,发送(第一行为列名,不需要)
271                 ExcelReaderUtil.sendRows(filePath, sheetName, sheetIndex, curRow + 1, cellList); //每行结束时,调用sendRows()方法
272                 totalRows++;
273             }
274             //清空容器
275             cellList.clear();
276             flag=false;
277         }
278     }
279 
280     /**
281      * 如果里面某个单元格含有值,则标识该行不为空行
282      * @param value
283      */
284     public void checkRowIsNull(String value){
285         if (value != null && !"".equals(value)) {
286             flag = true;
287         }
288     }
289 }
复制代码

辅助类ExcelReaderUtil,调用ExcelXlsReader类和ExcelXlsxReader类对excel2003和excel2007两个版本进行大批量数据读取:

复制代码
 1 package org.poi;
 2 
 3 import java.util.List;
 4 
 5 /**
 6  * @author y
 7  * @create 2018-01-19 0:13
 8  * @desc
 9  **/
10 public class ExcelReaderUtil {
11     //excel2003扩展名
12     public static final String EXCEL03_EXTENSION = ".xls";
13     //excel2007扩展名
14     public static final String EXCEL07_EXTENSION = ".xlsx";
15 
16     /**
17      * 每获取一条记录,即打印
18      * 在flume里每获取一条记录即发送,而不必缓存起来,可以大大减少内存的消耗,这里主要是针对flume读取大数据量excel来说的
19      * @param sheetName
20      * @param sheetIndex
21      * @param curRow
22      * @param cellList
23      */
24     public static void sendRows(String filePath, String sheetName, int sheetIndex, int curRow, List cellList) {
25             StringBuffer oneLineSb = new StringBuffer();
26             oneLineSb.append(filePath);
27             oneLineSb.append("--");
28             oneLineSb.append("sheet" + sheetIndex);
29             oneLineSb.append("::" + sheetName);//加上sheet名
30             oneLineSb.append("--");
31             oneLineSb.append("row" + curRow);
32             oneLineSb.append("::");
33             for (String cell : cellList) {
34                 oneLineSb.append(cell.trim());
35                 oneLineSb.append("|");
36             }
37             String oneLine = oneLineSb.toString();
38             if (oneLine.endsWith("|")) {
39                 oneLine = oneLine.substring(0, oneLine.lastIndexOf("|"));
40             }// 去除最后一个分隔符
41 
42             System.out.println(oneLine);
43     }
44 
45     public static void readExcel(String fileName) throws Exception {
46         int totalRows =0;
47         if (fileName.endsWith(EXCEL03_EXTENSION)) { //处理excel2003文件
48             ExcelXlsReader excelXls=new ExcelXlsReader();
49             totalRows =excelXls.process(fileName);
50         } else if (fileName.endsWith(EXCEL07_EXTENSION)) {//处理excel2007文件
51             ExcelXlsxReader excelXlsxReader = new ExcelXlsxReader();
52             totalRows = excelXlsxReader.process(fileName);
53         } else {
54             throw new Exception("文件格式错误,fileName的扩展名只能是xls或xlsx。");
55         }
56         System.out.println("发送的总行数:" + totalRows);
57     }
58 
59     public static void main(String[] args) throws Exception {
60         String path="C:\\Users\\y****\\Desktop\\TestSample\\H_20171226_***_*****_0430.xlsx";
61         ExcelReaderUtil.readExcel(path);
62     }
63 }
复制代码

转自:https://www.cnblogs.com/swordfall/p/8298386.html

github地址:https://github.com/qiushangwenyue/POIExcel

参考资料:

https://www.cnblogs.com/huangjian2/p/6238237.html

https://www.cnblogs.com/yfrs/p/5689347.html

http://blog.csdn.net/lishengbo/article/details/40711769

https://www.cnblogs.com/wshsdlau/p/5643847.html

http://blog.csdn.net/lipinganq/article/details/78775195

http://blog.csdn.net/lipinganq/article/details/53389501

http://blog.csdn.net/zmx729618/article/details/72639037

http://blog.csdn.net/daiyutage/article/details/53010491

你可能感兴趣的:(POI读取大批量数据的Excel)