在物料清单采购中，用到excel上传文件解析功能，不过使用poi来解析，发现如果某个单元格为空，则使用poi的官网示例则会被忽略，导致某些非必填的单元格为空，而解析出来则认为不符合格式。找了半天，也没发现poi正确解析的示例和一些资料，只能自己查查excel的格式，然后再解析了。官网地址示例：http://poi.apache.org/spreadsheet/how-to.html#xssf_sax_api
那么我们就看看excel2007的格式了。
1. excel2007是使用xml格式来存储的，把一个excel文件后缀改为.zip,打开之后就直接可以看到一个excel文件对应的xml格式的文件了。
这里面有几部分
<!--[if !supportLists]-->1. 1 <!--[endif]-->对于docProps目录下 这里core是文件的创建时间和修改时间，标题，主题和作者，app是文档的其他属性，文档类型，版本，是否只读，是否共享，安全属性等文档属性信息。
Core.xml
<dc:creator></dc:creator>
<cp:lastModifiedBy></cp:lastModifiedBy>
<dcterms:created xsi:type="dcterms:W3CDTF">2006-09-13T11:21:51Z</dcterms:created>
<dcterms:modified xsi:type="dcterms:W3CDTF">2013-06-05T09:28:23Z</dcterms:modified>
App.xml
<Application>Microsoft Excel</Application>
<DocSecurity>0</DocSecurity>
<ScaleCrop>false</ScaleCrop>
<Company></Company>
<LinksUpToDate>false</LinksUpToDate>
<SharedDoc>false</SharedDoc>
<HyperlinksChanged>false</HyperlinksChanged>
<AppVersion>12.0000</AppVersion>
……
2.在xl目录下是文档的具体内容信息
先看workbook.xml
<workbook xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main"
xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships">
<fileVersion appName="xl" lastEdited="4" lowestEdited="4"
rupBuild="4507" />
<workbookPr filterPrivacy="1" defaultThemeVersion="124226" />
<bookViews>
<workbookView xWindow="0" yWindow="90" windowWidth="19200"
windowHeight="11640" />
</bookViews>
<sheets>
<sheet name="Sheet1" sheetId="1" r:id="rId1" />
<sheet name="Sheet2" sheetId="2" r:id="rId2" />
<sheet name="Sheet3" sheetId="3" r:id="rId3" />
</sheets>
<calcPr calcId="125725" />
</workbook>
workbook.xml文件包含一对<sheets>标签，其中的每个<sheet>元素都代表Excel 2007文件中的一个，工作表的名称就是其name属性的值，这里有三个sheet。
xl/_rels/workbook.xml.rels定义每个sheetid对应的sheet内容文件sheet1.xml，共享的单元格内容文件sharedstring.xml,样式文件style.xml是当前单元格的样式字体，颜色等样式的xml配置。
Theme存放的是当前的设置导航栏的默认样式。这两个看看大概也就能明白。
关键我们看看下面每个sheet的内容格式，
打开一个sheet1.xml看看
<sheetData>
<row r="1" spans="1:7" ht="33.75" customHeight="1"> row标签是表示每一行的数据，r表示第几行，其他几个都是这几行的样式
<c r="A1" s="9" t="s">c标签表示每个单元格的内容，这里A1 第一行的第一列，r表示位置，s表示这个单元格的样式，
s=9对应style.xml的的index为9的样式即为这个单元格的样式，t=s表示这个单元格有值，里面的v标签即为值的id，id对应到sharedstring.xm里的id对应的值
<v>2</v>
</c>
<c r="B1" s="10" /> 没有t属性，表示这个单元格没有值设置
<c r="C1" s="10" />
<c r="D1" s="10" />
<c r="E1" s="10" />
<c r="F1" s="10" />
</row>
<row r="2" spans="1:7" ht="27.75" customHeight="1"> 第二行
<c r="A2" s="3" t="s"> 第二行第二列
<v>1</v>
</c>
<c r="B2" s="4" t="s">
<v>5</v>
</c>
<c r="C2" s="3" t="s">
<v>0</v>
我们找到对应的第一行第一列的值索引为2对应到sharedStrings.xml里面的index的值，这里si从0开始，第三个即为index为2的值，刚好跟我们的excel的A1值符合
<sst xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main"
count="71" uniqueCount="13">
<si>
<t>物料编号</t>
<phoneticPr fontId="1" type="noConversion" />
</si>
<si>
<t>序号</t>
<phoneticPr fontId="1" type="noConversion" />
</si>
<si>
<t>注意：请不要修改表中蓝色区域文字；带有*号字段是必填项；每张物料清单最多只能导入20条物料信息</t>
<phoneticPr fontId="1" type="noConversion" />
</si>
而A1的s=9对应的样式style.xml我们也看看，找到cellXfs里面的第9个，不过这里又引用fontid字体样式，borderid样式，numfmtId格式等
<cellXfs count="11">
......
<xf numFmtId="0" fontId="0" fillId="3" borderId="1" xfId="0"
applyFill="1" applyBorder="1">
<alignment vertical="center" />
</xf>
<xf numFmtId="0" fontId="2" fillId="0" borderId="2" xfId="0"
applyFont="1" applyBorder="1" applyAlignment="1">
<alignment horizontal="left" vertical="center" />
</xf>
<xf numFmtId="0" fontId="0" fillId="0" borderId="3" xfId="0"
applyBorder="1" applyAlignment="1">
<alignment horizontal="left" vertical="center" />
</xf>
</cellXfs>
最重要的是对于单元格的空值是没有v标签的，那么使用xml解析的时候就需要特别处理下，下面这个是官方示例程序，我做了修改，黄色部分是添加解析空单元格情况下座位默认空值添加到rowlist上，这样rowlist就完整了，不会因为一行空单元格就不往rowlist添加，造成无法判断是哪列为空，也无法验证某些列非必填下的判断。（使用的是POI）
那么xml怎么解析如下这个空单元格呢
<c r="C1" s="10" />
下面private boolean cellNull; 这个就是添加来判断是否为空单元格的
public class Excel2007Reader extends DefaultHandler {
// 共享字符串表
private SharedStringsTable sst;
// 上一次的内容
private String lastContents;
private boolean nextIsString;
private boolean cellNull;
private int sheetIndex = -1;
private List<String> rowlist = new ArrayList<String>();
// 当前行
private int curRow = 0;
// 当前列
private int curCol = 0;
private IRowReader rowReader;
public void setRowReader(IRowReader rowReader) {
this.rowReader = rowReader;
}
/**
* 只遍历一个电子表格，其中sheetId为要遍历的sheet索引，从1开始，1-3
*
* @param filename
* @param sheetId
* @throws Exception
*/
public void processOneSheet(String filename, int sheetId) throws Exception {
OPCPackage pkg = OPCPackage.open(filename);
XSSFReader r = new XSSFReader(pkg);
SharedStringsTable sst = r.getSharedStringsTable();
XMLReader parser = fetchSheetParser(sst);
// 根据 rId# 或 rSheet# 查找sheet
InputStream sheet2 = r.getSheet("rId" + sheetId);
sheetIndex++;
InputSource sheetSource = new InputSource(sheet2);
parser.parse(sheetSource);
sheet2.close();
}
public void process(InputStream inputStream) throws Exception {
OPCPackage pkg = OPCPackage.open(inputStream);
proccessintern(pkg);
}
/**
* 遍历工作簿中所有的电子表格
*
* @param filename
* @throws Exception
*/
public void process(String filename) throws Exception {
OPCPackage pkg = OPCPackage.open(filename);
proccessintern(pkg);
}
private void proccessintern(OPCPackage pkg) throws IOException, OpenXML4JException, InvalidFormatException,
SAXException {
XSSFReader r = new XSSFReader(pkg);
SharedStringsTable sst = r.getSharedStringsTable();
XMLReader parser = fetchSheetParser(sst);
Iterator<InputStream> sheets = r.getSheetsData();
while (sheets.hasNext()) {
curRow = 0;
sheetIndex++;
InputStream sheet = sheets.next();
InputSource sheetSource = new InputSource(sheet);
parser.parse(sheetSource);
sheet.close();
}
}
public XMLReader fetchSheetParser(SharedStringsTable sst) throws SAXException {
XMLReader parser = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");
this.sst = sst;
parser.setContentHandler(this);
return parser;
}
public void startElement(String uri, String localName, String name, Attributes attributes) throws SAXException {
// c => 单元格
if ("c".equals(name)) {
// 如果下一个元素是 SST 的索引，则将nextIsString标记为true
String cellType = attributes.getValue("t");
if ("s".equals(cellType)) {
nextIsString = true;
cellNull = false;
}
else {
nextIsString = false;
cellNull = true;
}
}
// 置空
lastContents = "";
}
public void endElement(String uri, String localName, String name) throws SAXException {
// 根据SST的索引值的到单元格的真正要存储的字符串
// 这时characters()方法可能会被调用多次
if (nextIsString) {
try {
int idx = Integer.parseInt(lastContents);
lastContents = new XSSFRichTextString(sst.getEntryAt(idx)).toString();
} catch (Exception e) {
}
}
if ("v".equals(name) || "t".equals(name)) {
String value = lastContents.trim();
value = value.equals("") ? " " : value;
rowlist.add(curCol, value);
curCol++;
cellNull = false;
}else if("c".equals(name) && cellNull == true){
rowlist.add(curCol, "");
curCol++;
cellNull = false;
}
else {
// 如果标签名称为 row ，这说明已到行尾，调用 optRows() 方法
if (name.equals("row")) {
rowReader.getRows(sheetIndex, curRow, rowlist);
rowlist.clear();
curRow++;
curCol = 0;
}
}
}
public void characters(char[] ch, int start, int length) throws SAXException {
// 得到单元格内容的值
lastContents += new String(ch, start, length);
}
}
另外：poi有几种解析excel的方式，如果把整个文档加载进去解析，那么可能会造成内存溢出（之前以前出过问题），所以可以使用这个xml事件驱动方式解析，内存使用率非常小。而使用buffered streaming只能写excel，读不支持。这是官网的几种方式的说明。
扫一扫
1474
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
