Java读取大数据量07Excel的方法（POI）

工作当中遇到要读取大数据量Excel（10万行以上，Excel 2007），用POI方式读取，用HSSFWorkbook读取时，超过2万行JVM的内存就会溢出，在网上找到原来要用XML方式逐行读取，记录下来，以供参考。

    注意：运行环境是jdk1.6，如果要在1.5的环境中运行，要把jdk1.6中的rt.jar中javax.xml包下所有类加到运行的环境中。

    下面是代码：

[java] view plain copy

1. import java.io.InputStream;    
2. import java.util.ArrayList;    
3. import java.util.Iterator;    
4. import java.util.List;    
5.    
6. import org.apache.poi.openxml4j.opc.OPCPackage;    
7. import org.apache.poi.xssf.eventusermodel.XSSFReader;    
8. import org.apache.poi.xssf.model.SharedStringsTable;    
9. import org.apache.poi.xssf.usermodel.XSSFRichTextString;    
10. import org.xml.sax.Attributes;    
11. import org.xml.sax.InputSource;    
12. import org.xml.sax.SAXException;    
13. import org.xml.sax.XMLReader;    
14. import org.xml.sax.helpers.DefaultHandler;    
15. import org.xml.sax.helpers.XMLReaderFactory;    
16.    
17. public class ExcelUtil extends DefaultHandler {    
18.         
19.     private SharedStringsTable sst;    
20.     private String lastContents;    
21.     private boolean nextIsString;    
22.    
23.     private int sheetIndex = -1;    
24.     private List<String> rowlist = new ArrayList<String>();    
25.     private int curRow = 0;    
26.     private int curCol = 0;    
27.         
28.         
29.     /** 
30.      * 读取第一个工作簿的入口方法 
31.      * @param path 
32.      */    
33.     public void readOneSheet(String path) throws Exception {    
34.         OPCPackage pkg = OPCPackage.open(path);         
35.         XSSFReader r = new XSSFReader(pkg);    
36.         SharedStringsTable sst = r.getSharedStringsTable();    
37.                 
38.         XMLReader parser = fetchSheetParser(sst);    
39.                 
40.         InputStream sheet = r.getSheet("rId1");    
41.    
42.         InputSource sheetSource = new InputSource(sheet);    
43.         parser.parse(sheetSource);    
44.                 
45.         sheet.close();          
46.     }    
47.         
48.         
49.     /** 
50.      * 读取所有工作簿的入口方法 
51.      * @param path 
52.      * @throws Exception 
53.      */    
54.     public void process(String path) throws Exception {    
55.         OPCPackage pkg = OPCPackage.open(path);    
56.         XSSFReader r = new XSSFReader(pkg);    
57.         SharedStringsTable sst = r.getSharedStringsTable();    
58.    
59.         XMLReader parser = fetchSheetParser(sst);    
60.    
61.         Iterator<InputStream> sheets = r.getSheetsData();    
62.         while (sheets.hasNext()) {    
63.             curRow = 0;    
64.             sheetIndex++;    
65.             InputStream sheet = sheets.next();    
66.             InputSource sheetSource = new InputSource(sheet);    
67.             parser.parse(sheetSource);    
68.             sheet.close();    
69.         }    
70.     }    
71.         
72.     /** 
73.      * 该方法自动被调用，每读一行调用一次，在方法中写自己的业务逻辑即可 
74.      * @param sheetIndex 工作簿序号 
75.      * @param curRow 处理到第几行 
76.      * @param rowList 当前数据行的数据集合 
77.      */    
78.     public void optRow(int sheetIndex, int curRow, List<String> rowList) {    
79.         String temp = "";    
80.         for(String str : rowList) {    
81.             temp += str + "_";    
82.         }    
83.         System.out.println(temp);    
84.     }    
85.         
86.         
87.     public XMLReader fetchSheetParser(SharedStringsTable sst) throws SAXException {    
88.         XMLReader parser = XMLReaderFactory    
89.                 .createXMLReader("org.apache.xerces.parsers.SAXParser");    
90.         this.sst = sst;    
91.         parser.setContentHandler(this);    
92.         return parser;    
93.     }    
94.         
95.     public void startElement(String uri, String localName, String name,    
96.             Attributes attributes) throws SAXException {    
97.         // c => 单元格    
98.         if (name.equals("c")) {    
99.             // 如果下一个元素是 SST 的索引，则将nextIsString标记为true    
100.             String cellType = attributes.getValue("t");    
101.             if (cellType != null && cellType.equals("s")) {    
102.                 nextIsString = true;    
103.             } else {    
104.                 nextIsString = false;    
105.             }    
106.         }    
107.         // 置空    
108.         lastContents = "";    
109.     }    
110.         
111.         
112.     public void endElement(String uri, String localName, String name)    
113.             throws SAXException {    
114.         // 根据SST的索引值的到单元格的真正要存储的字符串    
115.         // 这时characters()方法可能会被调用多次    
116.         if (nextIsString) {    
117.             try {    
118.                 int idx = Integer.parseInt(lastContents);    
119.                 lastContents = new XSSFRichTextString(sst.getEntryAt(idx))    
120.                         .toString();    
121.             } catch (Exception e) {    
122.    
123.             }    
124.         }    
125.    
126.         // 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    
127.         // 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    
128.         if (name.equals("v")) {    
129.             String value = lastContents.trim();    
130.             value = value.equals("") ? " " : value;    
131.             rowlist.add(curCol, value);    
132.             curCol++;    
133.         } else {    
134.             // 如果标签名称为 row ，这说明已到行尾，调用 optRows() 方法    
135.             if (name.equals("row")) {    
136.                 optRow(sheetIndex, curRow, rowlist);    
137.                 rowlist.clear();    
138.                 curRow++;    
139.                 curCol = 0;    
140.             }    
141.         }    
142.     }    
143.    
144.     public void characters(char[] ch, int start, int length)    
145.             throws SAXException {    
146.         // 得到单元格内容的值    
147.         lastContents += new String(ch, start, length);    
148.     }    
149.    
150. }