【JAVA_POI】解析Excel文档（xls和xlsx）

一、.xls和.xlsx两种后缀的区别

excel文档有.xls和.xlsx两种后缀，那么这两种后缀有什么区别呢？

1.1 文件核心结构不同

    xls 是一个特有的二进制格式，其核心结构是复合文档类型的结构。

    xlsx 的核心结构是 XML 类型的结构，并且基于XML进行压缩（占用空间更小），所以也可以看做zip文件，将一个“.xlsx”文件的后缀改为ZIP后，用解压软件解压，可以看到里面有一个xml文件和文件的主要内容。

1.2  版本不同

    xls是excel2003及以前版本所生成的文件格式

    xlsx是excel2007及以后版本所生成的文件格式

（excel 2007之后版本可以打开上述两种格式，但是excel2013只能打开xls格式）

1.3  最大行列得数量不同

    xls最大只有65536行、256列

    xlsx可以有1048576行、16384列

二、java中对Excel文件的解析

2.1引入所需的jar包    

java解析问Excel需要使用poi，在pom文件中引入下面两个poi的jar包（因为现在手中项目用的是3.15版本，我就按照这个版本来写啦。新版本4.0+的和这个版本会有一些冲突，有些方法变化了）

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>3.15</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>3.15</version>
</dependency>

那么这两个jar包都是做什么用的呢？

    解析.xls类型的文件需要用到HSSFWorkbook类，这个类就在poi的jar包内；

    解析.xlsx类型的文件需要用到XSSFWorkbook类，这个类就在poi-ooxml的jar包内。

2.2常用的api

org.apache.poi.ss.usermodel.Workbook : 对应Excel文档；

org.apache.poi.hssf.usermodel.HSSFWorkbook : 对应xls格式的Excel文档；

org.apache.poi.xssf.usermodel.XSSFWorkbook : 对应xlsx格式的Excel文档；

org.apache.poi.ss.usermodel.Sheet : 对应Excel文档中的一个sheet； 

org.apache.poi.ss.usermodel.Row : 对应一个sheet中的一行； 

org.apache.poi.ss.usermodel.Cell : 对应一个单元格。

2.3单元格类型介绍

cell.getCellType()可以获取单元格的类型，返回值为int，类型如下：

CELL_TYPE_NUMERIC：数值型

当type是NUMERIC的时候，又分为数字格式和日期格式。使用org.apache.poi.ss.usermodel.DateUtil.isCellDateFormatted(Cell cell)，能够判断是否为日期格式。

CELL_TYPE_STRING：字符串型

cell.getRichStringCellValue()：以XSSFRichTextString形式获取单元格的值。对于数字单元格，我们抛出异常。对于空白单元格，我们返回一个空字符串。对于公式单元格，如果返回字符串，则返回预先计算的值，否则返回异常。

cell.getStringCellValue()：以字符串形式获取单元格的值。对于数字单元格，我们抛出异常。对于空白单元格，我们返回一个空字符串。对于不是字符串公式的FormulaCells，我们抛出异常。

CELL_TYPE_BOOLEAN：布尔型

cell.getBooleanCellValue()：以布尔值形式获取单元格的值。对于字符串，数字和错误，我们抛出异常。对于空白单元格，我们返回false。

CELL_TYPE_FORMULA：公式型

cell.getCellFormula()：返回单元格的公式。

CELL_TYPE_BLANK：空值型

CELL_TYPE_ERROR：错误型

2.4准备要解析的文档

第三个sheet没有值

2.5解析这个表格：ExcelUtils

    这个Util主要做的是解析文档，输出单元格中的内容。

package com.xuexue.firstproject.utils;

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

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import java.text.SimpleDateFormat;
import java.util.Date;

public class ExcelUtils {
    public static void main(String[] args) {
        Workbook workbook = readExcel("F:\\work\\other\\测试xls文档解析.xls");
        //Workbook workbook = readExcel("F:\\work\\other\\测试xlsx文档解析.xlsx");

        //获得sheet的数量(sheet的index是从0开始的)
        int sheetCount = workbook.getNumberOfSheets();
        System.out.println("文档一共有"+sheetCount+"个Sheet");
        //遍历Sheet
        for(int i = 0;i < sheetCount;i++){
            System.out.println("开始遍历第"+i+"个sheet_________________________________________________________________________");
            //得到Sheet
            Sheet sheet = workbook.getSheetAt(i);
            //得到每个Sheet的行数,此工作表中包含的最后一行(Row的index是从0开始的)
            int rowCount = sheet.getLastRowNum();
            System.out.println("第"+i+"个sheet中一共有"+rowCount+"行");
            //遍历Row
            for(int j = 0 ;j <= rowCount;j++){
                System.out.println("开始遍历第"+j+"行~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~");
                //得到Row
                Row row = sheet.getRow(j);
                if(row == null){
                    System.out.println("第"+j+"行为空，跳出本行");
                    continue;
                }
                //得到每个Row的单元格数
                int cellCount = row.getLastCellNum();
                System.out.println("第"+i+"个sheet中的第"+j+"行有"+cellCount+"个单元格");

                for(int k = 0 ;k < cellCount;k++){
                    System.out.println("开始遍历第"+k+"个单元格+++++++");
                    Cell cell = row.getCell(k);
                    //输出单元格里的值
                    System.out.println(getCellFormatValue(cell));
                }

                System.out.println("第"+j+"行遍历结束");
            }
            System.out.println("第"+i+"个sheet遍历结束");

        }


    }


    /**
     * 根据文件地址，解析后缀返回不同的Workbook对象
     * @param filePath 文件地址
     * @return Excel文档对象Workbook
     */
    public static Workbook readExcel(String filePath){

        if(filePath == null || filePath.equals("")){
            return null;
        }
        //得到文件后缀
        String suffix = filePath.substring(filePath.lastIndexOf("."));
        System.out.println(suffix);
        try {
            InputStream is = new FileInputStream(filePath);
            if(".xls".equals(suffix)){
                System.out.println("文件类型是.xls");
                return new HSSFWorkbook(is);
            }
            if(".xlsx".equals(suffix)){
                System.out.println("文件类型是.xlsx");
                return new XSSFWorkbook(is);
            }
            return null;

        } catch (FileNotFoundException e) {
            e.printStackTrace();
            System.out.println("文件没有找到");
        } catch (IOException e) {
            e.printStackTrace();
            System.out.println("发生io异常");
        }
        return null;
    }

    public static Object getCellFormatValue(Cell cell){
        Object cellValue;
        if(cell!=null){
            //判断cell类型
            switch(cell.getCellType()){
                //空值单元格
                case Cell.CELL_TYPE_BLANK:{
                    System.out.println("空单元格");
                    cellValue = "";
                    break;
                }
                //数值型单元格 getNumericCellValue()以数字形式获取单元格的值。
                case Cell.CELL_TYPE_NUMERIC:{
                    //判断cell是否为日期格式
                    if(DateUtil.isCellDateFormatted(cell)){
                        System.out.println("日期格式");
                        //转换为日期格式YYYY-mm-dd
                        //cellValue = cell.getDateCellValue();
                        Date date = cell.getDateCellValue();
                        SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
                        cellValue = dateFormat.format(date);
                    }else{
                        //数字
                        System.out.println("数字格式");
                        cellValue = cell.getNumericCellValue();
                    }
                    break;
                }
                //公式型单元格getCellFormula()返回单元格的公式
                case Cell.CELL_TYPE_FORMULA:{
                    System.out.println("公式型");
                    System.out.println(cell.getCellFormula());
                    cellValue = String.valueOf(cell.getNumericCellValue());
                    break;
                }
                //字符串单元格
                case Cell.CELL_TYPE_STRING:{
                    System.out.println("字符串格式");
                    cellValue = cell.getRichStringCellValue().getString();
                    break;
                }
                //布尔值型单元格
                case Cell.CELL_TYPE_BOOLEAN:{
                    System.out.println("布尔值");
                    cellValue = String.valueOf(cell.getBooleanCellValue());
                    break;
                }
                default:
                    cellValue = "";
            }
        }else{
            cellValue = "";
        }
        return cellValue;
    }
}

2.6 一些其他方法简记

workbook.getNumberOfSheets()：获取工作簿中的电子表格数量。返回int类型的值。

workbook.getSheetAt(int index)：获取给定索引处的Sheet对象。返回Sheet对象。

workbook.getActiveSheetIndex()：方便的方法来获取活动表。活动工作表是在Excel中查看工作簿时当前显示的工作表。“选定”工作表是一个独特的概念。

sheet.getLastRowNum()：获取工作表的最后一行。（从0开始）

sheet.getRow(int rownum)：根据传参数值获得行对象。

row.getLastCellNum()：获取一行中最后一个单元格。（从0开始）

row.getCell(k)：根据传参数值获得单元格对象。

 

这篇文章只是一个简单的使用，会有一些小bug，更多的内容，还要查看poi的官方网站。