JAVA 操作 excel 並生成 xml

 

並不是每一份文檔最初都是用 XML 寫的，這可能與您想像的正好相反。事實上，大多數文檔都是用其他一些工具準備出來，然後再轉換成 XML 的。許多文檔來源於 關係數據庫，或者來源於 Microsoft Office 應用程序，比如 Word，或是 Excel。

我發現很多業務中都用 Excel 編輯和準備數據。這個工具簡單易用，得到了廣泛採用，其表格格式對各種信息都十分適合，比如產品清單、姓名清單、金融數據、統計數據等等。人們通常會把 Excel 電子表格用電子郵件發給用戶，讓用戶填寫其中的空白。

當人們從某個私有應用程序中收集和準備數據的時候，通常會遇到如何恢復數據的問題。幸好在 Excel 中不存在這樣的問題。儘管對 Excel 文件格式的定義並沒有公開，我們還是可以用一些方法從電子表格中提取出 XML 信息。本篇技巧文章將回顧一下可用的方法，並着重指出每一種解決方案的優缺點。

最新版本的 Excel（包括 Excel 2002 和 Excel XP）可以將電子表格導出爲 XML。雖然您無法選擇其中使用哪些標籤，但是的確可以得到一個有效的 XML 文檔。您可以用包括 XSLT 樣式表在內的任意一種 XML 工具來處理它。這種格式稱爲 XMLSS。

如果符合下列條件，這就是最簡單的方法：

1. 您的用戶具有最新版本的 Excel，並且
2. 您在工作站上處理 XML 數據。

第一種條件是顯而易見的，第二個則需要多解釋一下。

假設您設置好一臺服務器，用來收集和處理統計數據。您的用戶用 Excel 準備好數據，然後將這些電子表格上傳到服務器上，以供後續處理。第一步是將電子表格轉換成 XML。一種解決方法是在 Excel 中打開電子表格，然後將其導出爲 XMLSS 格式。我曾經見過一些公司用這種辦法處理文檔，雖然是可行的，但是有一點必須牢記：Excel 的設計工作環境是工作站，而不是服務器。

這樣的解決方案儘管能夠實現功能，但是卻有可能不像您期望的那樣穩定。在其他問題當中，電子表格轉換本身就可能成爲瓶頸，因爲轉換過程很難實現爲多線程。最糟糕的情況是，每一請求都在單個 Excel 副本中排起隊來。同時，這種方法也限制了您的主機系統，因爲 Excel 僅僅能在 Windows 和 MacOS 中使用。

第一種替代的方法是，不操作實際的電子表格，而是改爲操作 CSV（comma-separated value）文件。CSV 是用來交換電子表格文件的常用格式。任何適當的電子表格都可以通過 CSV 文件導出和導入。

此外，很多可以處理電子表格的第三方產品也都支持 CSV。例如，大多數會計軟件包都可以處理 CSV 文件。儘管 CSV 文件不是 XML，但用 XI 之類的工具也很容易將其轉換成 XML 文件（參閱 參考資料）。TopXML 站點上也包含了純 XSLT 轉換方法的算法（參閱 參考資料）。

使用 CSV 文件對於服務器的吸引力更大一些。首先您不再被限制在某種特定的平臺上，而是爲用戶提供了更多的選擇。用戶現在可以用 Lotus 1-2-3 以及其他電子表格工具，也可以使用很多能夠識別 CSV 格式的第三方工具。

這種方法唯一的缺點是，用戶必須花費額外的步驟，將數據保存到 CSV 中。我從實踐中發現這很少出現問題，但您的情況可能會不一樣。

最後一種方法是用特殊的庫來讀取 Excel 文檔。Excel 文件格式並沒有官方文檔，但是一些第三方機構曾對其進行逆向工程。他們還生成了一些用於解碼 Excel 文件的庫（參閱 參考資料）。下面列出一些可用的 API：

• Java Excel這個 API 是我最喜歡的一種，因爲它是可移植的，可以很好地讀取 XML 文檔，還可以轉換成 XML。
• XML::Excel這是一個 Perl API，用於將 Excel 文檔轉換成 XML。
• OpenOffice其中包括用於讀取 Excel 文檔的 C++ 庫。您可以用這些庫作爲將 Excel 轉換成 XML 的基礎。
• Apache POI它支持在 Java 代碼中讀取 Excel 文件。同樣，您也可以把它用作 Excel 轉換成 XML 的基礎。

上面列表只是一些有代表性的例子，其他工具可用於不同平臺。

轉換 Excel 文件能帶來三方面的好處：

• 文件可以運行於任何平臺上。
• 這些庫可以很容易地與服務器集成。
• 用戶不需要自己導出數據。

這種解決方案最主要的風險就是，沒有哪一種庫能夠十全十美，您會發現有些電子表格並不能很好地轉換。您需要針對您的項目測試出最好的庫。

 

Excel 是一種流行的工具軟件，可用於準備各種想用 XML 處理的數據。幸運的是，本篇技巧文章向您展示了很多從 XML 中獲取數據的方法。最好的選擇有賴於您的項目的特定需求。

不管您是如何轉換電子表格的，您將發現最終得到的 XML 文檔和您期望的相差甚遠。也許裏面會包含一些不需要的單元格，或甚至連 XML 詞彙表都不是您想要的。您不用爲此擔心，大多數情況下，您只需要準備一個簡單的 XSLT 樣式表，就可以過濾掉不需要的數據，或是對一些標籤進行重命名。

 

 

下面是 Apache POI 操作 Excel 並生成相應 XML 文件的一個DEMO

 

Excel 數據如下：

客戶 機種 出貨料號 總庫存 備註 張三 K18 GAPJ4004010 5,000 張三 K19 GAPJ4004011 3,800 張三 K20 GAPJ4004012 14,500 張三 K21 GAPJ4004013 - 張三 K22 GAPJ4004014 5,000 張三 K23 GAPJ3001010 7,000 張三 K24 FCPJ3020010 115,500 張三 K25 FCPJ3019010 22,500 張三 K26 FCPJ3021010 30,500 張三 K27 GAPWF003010 12,000 張三 K28 GAPWF001010 4,000 張三 K29 GAPWD001010 76,600 張三 K30 GAPWD002010 152,200 張三 K31 GAPWD003010 11,000 張三 K32 GAPWB004010 - 張三 K33 GAPWB005010 52,000 張三 K34 GAPWB006010 - 張三 K35 GAPGA001010 4,000 張三 K36 GAPGA002010 76,000 張三 K37 GAPGA003010 165,000 張三 K38 GAPG7011010 19,000 張三 B64 GAPW9001010 117,457  

 

要生成的 XML 數據格式如下：

 

<?xml version="1.0" encoding="UTF-8"?> <HubStorage> <SEQNUM>123</SEQNUM> <StorageItem HubName="張三" VendorCode="AAA-AAA" Materials="GAPJ4004010" State="1" Lfimg="5000" Minps="1" /> <StorageItem HubName="張三" VendorCode="AAA-AAA" Materials="GAPJ4004010" State="1" Lfimg="5000" Minps="1" /> <StorageItem HubName="張三" VendorCode="AAA-AAA" Materials="GAPJ4004010" State="1" Lfimg="5000" Minps="1" /> </HubStorage>  

 

具體實現如下：

 

首先打開 把相應的JAR 導入進來，並引入工程。 （這是使用的   poi-3.7  的jar 包).

 

代碼：

/** * 解析 Excel */ POIFSFileSystem fs=new POIFSFileSystem(new FileInputStream("e:/XSLT/XSLT_DEMO/成品庫存.xls")); // 讀取 Excel 信息 HSSFWorkbook wb = new HSSFWorkbook(fs); // 選擇工作薄 這是選擇的是第一個工作薄 HSSFSheet sheet = wb.getSheetAt(0);