使用Java在xlsx和xls文件中进行搜索

Question

我有一个非常大的xlsx文件，其中包含大量数据，需要实现搜索选项。我已经使用了Apache POI jar和jxl jar来使行和列之间的搜索成为可能。但是，在大数据之间遍历需要花费很长时间，是否有任何jar文件或其他概念可用于更快地在Excel文件上进行搜索...

    String searchValue="my_value_to_search";
    for (int i = 0; i < sheet.getColumns(); i++) {
        for (int j = 0; j < sheet.getRows(); j++) {
            value = sheet.getCell(i, j);
            valueType = value.getType();
            String val=getCellType(valueType, value);
            if (val != null&&val==searchValue) {
                //   To do manipulation.
            }
        }
    }

- ashokramcse

---

我曾用多线程执行过这样的任务。我的主线程解析了 xlsx 文件并创建工作簿，然后它生成了 5 个其他线程，这些线程由主线程每次提供一定数量的记录进行操作。这样可以显著提高性能。 - Jatin Sehgal

Answer 1

瓶颈通常是一次性在内存中表示大型XLSX文件所需的巨大内存量（XLS由设计决定，通常不会出现这个问题）。要在没有内存问题的情况下搜索真正庞大的XLSX文件，可以执行以下操作：

• XLSX文件实际上是一个ZIP归档文件，您可以将其打开并读取内容，就像它是一个ZIP文件一样。
• 在ZIP文件内部，有名为“xl/worksheets”的文件夹，其中包含sheet1.xml（以及sheet2.xml等）
• 您可以使用普通的XmlReader解析这些XML文件（使用回调以获得最大性能和最少的内存消耗）。

希望这有所帮助。

- geert3

---

谢谢您的回复。我的另一个问题是，对于我的大型xls文件会怎样处理？ - ashokramcse

XLS文件最多只能有65K行，通常可以很好地适应内存。不幸的是，我不知道有类似XLSX的解决方法。 - geert3

在我的情况下，我有更多的工作表，每个工作表都填满了所有单元格的唯一值，因此解析xls文件需要更多的时间。 - ashokramcse

我从未使用过这个，但你可以查看https://poi.apache.org/poifs/how-to.html - 这似乎与上面描述的XML技术类似，但也适用于XLS：你可以动态解析文件并提取所需内容，因此不需要将整个文件加载到内存中。不确定在流中实际查找与XLS相关的数据需要多少工作量。祝好运。 - geert3