Excel文檔的數據如何讀取到Oracle數據庫一直是值得深究的問題。
目前相信大部分程序員都是直接用工具將Excel的數據讀取到Oracle數據庫的。例如Toad，PL/SQL Developer的Excel數據導入功能。
也有一部分程序開發的是：先將Excel轉換爲一個逗號分隔符等的文本文件(CSV等)，然後寫代碼通過特定的符號(TAB符號或者逗號等)將數據拆分並且識別。
其實上面的讀取Excel的辦法都不是最好用的辦法。舉個例子，用Toad等工具來做，程序開發工程師來做是可以的，但是不可以將這個工作交給普通用戶做(當用戶想導入數據的時候)。如果用文本來做，先要做一個轉換，對於用戶來說無疑是多做了一個動作，操作不方便。
綜上所述，其實最方便的還是：如何在Oracle數據庫用PL/SQL直接讀取Excel的內容，這纔是最好的做法。
在PL/SQL直接解析並讀取Excel，有一個蠻不錯的辦法，就是用Java的POI組件。確實是不錯，但是要先導入POI的Java類，然後再在Oracle裏面寫一段Pkg的class類解析Excel。是可行的。我也研究過，發現有一些限制(可能是和POI的版本太低有關係)。
這裏提出一個更加好的辦法，就是用Oracle自帶的utl_raw 包（二進制處理包）和dbms_xmldom包，將Excel文件對應的Blob大文本字段進行解析，最後再將解析出來的內容用管道表函數輸出一個虛擬的表格。這樣子就是很直觀了，直接將一個Excel文檔解析爲一個表格！
可能大家比較關心解析的效率。所以針對效率方面，經過測試，還是非常不錯的。下面有專門測試解析效率的主題。
另外一個比較關心的問題：Excel裏面可以有很多公式列，那對於公式列讀取出來的結果是什麼？另外，一些特殊的格式欄位是否可以正確識別？經過測試，這些都可以得到正確的解析。例如公式列，解析的是公式計算的結果。
先簡單測試一下實現的效果。
現在有這麼一個Excel文檔：XLS文件導入樣本.xls，想將它導入到Oracle數據庫中。
然後將它上傳到服務器的某個文件夾。注意，這個文件路徑(/data/uat/apps/apps_st/appl/attchment/12.0.0/BATCH_UPLOAD_TEMP/)必須是在all_directories有定義的。否則用PLSQL無法直接讀取文件。值得一提的是，這個步驟並不是必須的，你也可以將Excel文件上傳到Blob大字段中，然後再直接讀取。常見的是FND_LOBS表的FILE_DATA字段。
最後一步，用下面的函數就可以直接讀取出Excel文本的內容了(注意輸入的參數)：
SELECT* FROM TABLE(XYG_PUB_DATA_UPLOAD_PKG.CONVER_EXCEL_TO_TAB(XYG_ALD_FILE_PKG.CONVERT_FILE_BLOB('XYG_BATFILE','XLS文件導入樣本.xls'),'',1))
必須要說明的是，欄位BATCH_CODE=工作表的名稱。
如果有多個工作表，那BATCH_CODE是不同的。
附上Blob字段的Excel的讀取方法：
SELECT * FROM TABLE(XYG_PUB_DATA_UPLOAD_PKG.CONVER_EXCEL_TO_TAB((SELECT FILE_DATA FROM FND_LOBS WHERE FILE_ID = 81171130),NULL,1));
注意和說明
如果是用Excel直接導入，需要注意的地方：
1 目前只支持30個欄位導入！應該是足夠了！另外，管道表函數的對象的每個欄位都是Varchar2類型，內容最長4000字節。
2 由於一個Excel可能會有多個工作表，所以，在導入的時候，必須要指定導入的Excel的工作表頁籤的名稱。
3 完全支持直接日期欄位的導入！日期欄位的格式也沒限制。非常好！
4 對於數字的類型，由於系統自動轉換爲浮點型，爲了轉換的時候不出異常，所以精度不可以超過15位。
5 對於公式列，它也完美支持！導入的結果就是公式的計算結果。舉個例子，一個欄位引用另外一個日期的欄位的，那導入的就是日期！
6 如果用戶在打開Excel(未關閉文檔的情況下)，也可以用FND的標準加載功能直接加載。不過必須要注意導入之前先保存。
7 目前已經完美支持xls和xlsx文檔的導入，系統會自動對導入的文檔進行識別，然後分別調用不同的代碼，將文檔的內容解析出來。
但是，我覺得用xls是最好的，因爲並不是所有的電腦都安裝了2003以上的版本，用xls是最大兼容性的。
導入效率的測試
效率測試：
1 解析文檔：DG訂單排產順序20150423.xls
文檔大小：1.5mb，數據量：4600行。欄位數：27，其中有某些字段的內容比較多，例如物料編碼描述等
解析時間：36秒。
2 解析文檔：科目爲差旅費.xls
文檔大小：3mb，數據量：9000行。欄位數：20，其中有某些字段的內容比較多，例如2個科目的描述字段等
解析時間：65秒
3 解析文檔：20150212用戶職責明細導出.xls
文檔大小：577kb，數據量：3000行，欄位數：11。字段內容比較少。
解析時間：14秒
4 解析文檔：數據收集模板(深圳汽玻夾層第二批）匡國平2011-11-08.xls
文檔大小：347kb，數據量：1572行，欄位數：17。字段的內容都不多。以數字爲主。
解析時間：7秒
從上面發現一個規律，基本上解析時間和文檔的大小成正比。
平均1mb的文件的解析時間要30秒左右。
應該還是可以接受的，因爲導入的數據量一般不會很多！
需要注意的是，這個數據量不單純是指記錄行數，也包括記錄的內容的多少。例如有某些字段的內容如果很多的話，就算行數少，數據量也很大！
完整文檔：http://wenku.baidu.com/view/bff55ea35901020207409cb2