使用POI处理常见的文件类型
本文共 7486 字，大约阅读时间需要 24 分钟。
前言：拖更了很久，主要是公司项目太忙，抽不出大块时间去整理开发过程中遇到的问题或是心得。当然也有自己最近一段时间对于写博客有些懈怠的原因，以后尽可能的最少每天出一篇吧。
正题：相信很多小伙伴在企业级项目开发过程中，都遇到过对Office格式文档操作的问题，博主这段时间遇到这方面的需求比较多，用此文MARK一下。
简单用一下百度词条给出的 POI 释意，POI是Apache的开源函式库，提供API给JAVA程序对Office格式档案读写功能。
那我们大家立刻开始试试吧！
其一，使用POI操作Word
江湖规矩，先上POM文件
org.apache.poi poi-scratchpad 4.1.0 org.apache.poi poi-ooxml 4.1.0 org.apache.poi poi-ooxml-schemas 4.1.0 以下代码仅为测试demo，提供思路而已，请根据具体场景做对应处理
场景，Word文档里内容是一个JSON串，读取后直接转为对象即可。
/** * 测试demo * * @param * @return */ @PostMapping("/word") public void mockPaper(@RequestParam("file") MultipartFile file) { try { String fileName = file.getOriginalFilename(); int lastIndexOf = fileName .lastIndexOf("."); if(lastIndexOf==-1) { throw new IllegalArgumentException("当前传入的文件格式不合法！"); } String suffex=fileName.substring(lastIndexOf+1); if("docx".equals(suffex)){ InputStream inputStream = file.getInputStream(); XWPFDocument xwpfDocument = new XWPFDocument(inputStream); XWPFWordExtractor extractor = new XWPFWordExtractor(xwpfDocument); //从Word文档中提取文本 String text = extractor.getText(); inputStream.close(); xwpfDocument.close(); extractor.close(); /* 分页获取 Listparagraphs = xwpfDocument.getParagraphs(); for(XWPFParagraph paragraph : paragraphs){ String words = paragraph.getText(); } Iterator iterator = xwpfDocument.getParagraphsIterator(); while (iterator.hasNext()) { XWPFParagraph para = iterator.next(); }*/ }else if("doc".equals(suffex)){ InputStream inputStream = file.getInputStream(); //使用HWPF组件中WordExtractor类从Word文档中提取文本或段落 WordExtractor wordExtractor = new WordExtractor(inputStream); String s = wordExtractor.getText(); inputStream.close(); wordExtractor.close(); }else { throw new IllegalArgumentException("不能解析的文档类型，请输入正确的word文档类型的文件！"); } } catch (IOException e) { e.printStackTrace(); } }
其二，使用POI操作Excel
老规矩，先上POM
org.apache.poi poi-ooxml-schemas 4.1.0 org.apache.poi poi-ooxml 4.1.0
场景：根据Excel文档数据（约一万条，九十多列），根据文档单条某一列的值，去查询数据库判断是否存在对应，若存在则将数据保存在临时文件中，不存在则跳过。
思路：文档数据转DTO集合，批量查询数据库并判断单条是否存在对应，批量写入临时文件。
相关代码已作脱敏处理，导入接口
/** * Excel导入 * * @param file 入参 * @return RespDto 出参 */ @ResponseBody @PostMapping("/importExcel") @ApiOperation("Excel导入") @ControllerLog(desc = "Excel导入") public RespDto> importExcel(MultipartFile file) { RespDto > result = new RespDto<>(new SingleVo<>(Boolean.FALSE)); try { if(fundPoolService.importFund(file)){ result.setData(new SingleVo<>(Boolean.TRUE)); } } catch (Exception e) { log.error("importExcel 文件导入异常 error {}.param:{}",e,JSONObject.toJSONString(file)); result.setCode(ResultCodeEnum.UPDATE_ERR.getCode()).setMsg(e.getMessage()); } return result; } Excel导入，Service层代码接口
/** * Excel导入 * * @param file 入参 * @return boolean 出参 */ @Transactional(rollbackFor = Exception.class) public boolean importExcel(MultipartFile file) throws IOException{ AssertUtil.assertNotNull(file, "importExcel file is not allow null or empty"); ListxxList = new xxExcelUtil().readExcelFile(file.getInputStream(),file.getOriginalFilename()); if(ObjectUtils.isEmpty(xxList)){ throw new BusinessException("Excel导入异常，上传文件格式有误"); } //将成功数据写入临时文件 createResultFile(xxList); return true; } 构造通用的Excel处理工具
public class xxExcelUtil { public ListreadExcelFile(InputStream inputStream, String fileName) throws IOException { Workbook workbook = null; try { //判断什么类型文件 if (fileName.endsWith(".xls")) { workbook = new HSSFWorkbook(inputStream); } else if (fileName.endsWith(".xlsx")) { workbook = new XSSFWorkbook(inputStream); }else { return null; } //获取所有的工作表的的数量，这里SheetNum数值应为1 int numOfSheet = workbook.getNumberOfSheets(); if(numOfSheet!=1){ return null; } //获取一个sheet也就是一个工作表 Sheet sheet = workbook.getSheetAt(numOfSheet-1); //获取一个sheet有多少Row int lastRowNum = sheet.getLastRowNum(); Row row; List xxList = new ArrayList<>(); for (int j = 1; j <= lastRowNum; j++) { row = sheet.getRow(j); if (row == null) { continue; } //获取一个Row有多少Cell short lastCellNum = row.getLastCellNum(); xx xx= new xx(); for (int k = 0; k <= lastCellNum; k++) { //根据自己的业务处理 } xxList.add(xx); } //返回结果集 return xxList; } catch (Exception e) { return null; }finally { inputStream.close(); if(!ObjectUtils.isEmpty(workbook)){ workbook.close(); } } }} 在这里可以看到，批量查询博主并没有采用常规的Mybatis in+拼接的方式，而采用了查取表中所有数据，通过一次遍历及唯一标识的方式，原因其一，九千条采用拼接的方式，会使查询SQL非常长，其二查询效率比如下这种方式低好几个档次。
特别提醒：但是这种基于内存的判断也有其本身的限制，因数据库表xx条数约两千多条，其日后不会有大变动，因此选择这种方式非常合适。但是如果表中数据条数非常多，或者不确定日后表中数据增长上升的速度，不建议采用这种方式。
/** * 将成功数据写入临时文件 * * @param * @return */ private void createResultFile(ListxxList){ //从数据库查取所有数据的唯一标识 List codeList = xxMapper.selectAllCode(); if(ObjectUtils.isEmpty(codeList)){ throw new BusinessException("将成功数据写入临时文件异常，从数据库查取所有产品集为空"); } StringBuilder prodBuilder = new StringBuilder(); for (xx xx: xxList){ if(codeList.contains(xx.getCode())){ prodBuilder.append(prodInfo.getCode()).append(",") .append(prodInfo.getName()).append(",") .append(prodInfo.getScore()).append("\r\n"); } } //写入文件 FileUtil.writeString(prodBuilder.toString(),fixTempFile(),"UTF-8"); } 定位临时文件这个方法，有一个特别注意的地方，因为WIN和LINUX路径分隔符并不一致，而 File.separator 可根据项目部署的系统选择对应的分隔符，好用的爆炸。
/** * 定位临时文件 * * @param * @return */ private String fixTempFile(){ //定位临时文件 String resultFilePath = new File(this.getClass().getResource("").getPath()).toString(); String filePath = resultFilePath.substring(0, resultFilePath.lastIndexOf(File.separator) ) + File.separator + "resultTxt" + File.separator ; return filePath + FundConstant.FILE_NAME; }
CSV文件导出先占个坑，下篇出
OK，使用POI处理常见的文件类型，圆满完结
✿✿✿ヽ(°▽°)ノ✿✿✿ヽ(°▽°)ノ✿✿✿ヽ(°▽°)ノ✿✿✿ヽ(°▽°)ノ✿✿✿
转载地址：http://pwozi.baihongyu.com/
你可能感兴趣的文章
wireshark检索命令
查看>>
五人分鱼问题（附答案）
查看>>
linux查看文件有多少行
查看>>
error：previous declartion of "XXX" is here的解决方法
查看>>
sha1的几个函数的使用
查看>>
为什么int型的数组用memset不能清零（memset的使用规范）
查看>>
<转>CRC校验、MD5、SHA1算法的概念和可靠性现状
查看>>
linux杀死进程详解
查看>>
字符串表示的IP地址与点分式表示的IP地址间的相互转化
查看>>
implicit declaration of function 这种警告问题的原因及解决方法
查看>>
utorrent如何处理占资源过大的问题
查看>>
<好文分享>妖怪和和尚过河问题
查看>>
uTP协议的前世今生（from wikipedia）
查看>>
uTP协议的前世今生（from wikipedia）
查看>>
utp的包头格式<2>
查看>>
开源搜索引擎的比较（收藏几个博客文章）最近要做搜索系统的研究方向
查看>>
asii码表
查看>>
<读书笔记>WebUsage Mining:Discovery and Applications of Usage Patterns from Web Data
查看>>
并查集(Disjoint Sets)
查看>>
在Linux下安装MATLAB
查看>>