无效的标头读取 xls 文件

Question

我正在读取本地系统上的一个Excel文件。我正在使用POI jar版本3.7，但是出现了“无效的标头签名”错误； 读取-2300849302551019537或十六进制0xE011BDBFEFBDBFEF， 期望为-2226271756974174256或十六进制0xE11AB1A1E011CFD0。

使用Excel打开xls文件正常。

发生错误的代码块： 有任何想法吗？

/**
 * create a new HeaderBlockReader from an InputStream
 *
 * @param stream the source InputStream
 *
 * @exception IOException on errors or bad data
 */
public HeaderBlockReader(InputStream stream) throws IOException {
    // At this point, we don't know how big our
    //  block sizes are
    // So, read the first 32 bytes to check, then
    //  read the rest of the block
    byte[] blockStart = new byte[32];
    int bsCount = IOUtils.readFully(stream, blockStart);
    if(bsCount != 32) {
        throw alertShortRead(bsCount, 32);
    }

    // verify signature
    long signature = LittleEndian.getLong(blockStart, _signature_offset);

    if (signature != _signature) {
        // Is it one of the usual suspects?
        byte[] OOXML_FILE_HEADER = POIFSConstants.OOXML_FILE_HEADER;
        if(blockStart[0] == OOXML_FILE_HEADER[0] &&
            blockStart[1] == OOXML_FILE_HEADER[1] &&
            blockStart[2] == OOXML_FILE_HEADER[2] &&
            blockStart[3] == OOXML_FILE_HEADER[3]) {
            throw new OfficeXmlFileException("The supplied data appears to be in the Office 2007+ XML. You are calling the part of POI that deals with OLE2 Office Documents. You need to call a different part of POI to process this data (eg XSSF instead of HSSF)");
        }
        if ((signature & 0xFF8FFFFFFFFFFFFFL) == 0x0010000200040009L) {
            // BIFF2 raw stream starts with BOF (sid=0x0009, size=0x0004, data=0x00t0)
            throw new IllegalArgumentException("The supplied data appears to be in BIFF2 format.  "
                    + "POI only supports BIFF8 format");
        }

        // Give a generic error
        throw new IOException("Invalid header signature; read "
                              + longToHex(signature) + ", expected "
                              + longToHex(_signature));
    }

- dutchman79

---

你从代码中抛出了这个异常？throw new IOException？我对你的问题感到困惑，因为你自己抛出了异常，而现在又问为什么要这样做？ - Sajan Chandran

异常由Apache Poi库抛出，上面是抛出它的代码。 - dutchman79

Apache POI没有抛出错误，你的代码抛出了“new IOException("Invalid header signature; read"。 - Sajan Chandran

HeaderBlockReader(InputStream stream) 构造函数是 Apache POI 库的一部分。我的代码将现有的 xls 文件作为流获取，然后我想使用此 InputStream 创建一个新的 POIFileSystem。 - dutchman79

Answer 1

只是一种想法，如果您使用maven，请确保在资源标记中将过滤设置为false。否则，maven在复制阶段会倾向于损坏xls文件。

- Felix

---

在你的pom.xml文件中的<resources>标签内。 - Felix

Answer 2

这个异常告诉你，你的文件不是有效的基于OLE2的 .xls 文件。

能够在Excel中打开文件并不能说明什么 - Excel 会乐意地打开它知道的任何文件，无论它的扩展名是什么。如果你将一个 .csv 文件重命名为 .xls，Excel 仍然会打开它，但是重命名并没有神奇地使它成为 .xls 格式，所以 POI 不会为你打开它。

如果你在 Excel 中打开文件并执行“另存为”操作，它将允许你将其写成真正的 Excel 文件。如果你想知道它到底是什么文件，请尝试使用Apache Tika - 带有--detect的Tika CLI应该能告诉你。

如何确定它不是有效的文件？如果你查看 Microsoft 的OLE2 文件格式规范文档，并转到第 2.2 节，你将看到以下内容：

Header Signature (8 bytes): Identification signature for the compound file structure, and MUST be set to the value 0xD0, 0xCF, 0x11, 0xE0, 0xA1, 0xB1, 0x1A, 0xE1.

将这些字节翻转过来（OLE2 是小端），你就可以得到 0xE11AB1A1E011CFD0，也是异常中的魔数。你的文件不以该魔数开头，因此并不是有效的 OLE2 文档，因此 POI 给出了该异常。

- Gagravarr

---

好的，用Excel打开并另存为会导致相同的问题。然后我下载了Apache Tika jar，并使用--detect选项运行它，结果显示：application/vnd.ms-excel。 - dutchman79

你的文件系统可能出了问题吗？磁盘快要挂了吗？请查看更新后的答案，你所拥有的文件头并不是有效的！ - Gagravarr

更加奇怪的是：当我直接在src/main/resources文件夹中通过地址读取相同的模板文件时，它可以工作。但是当我尝试使用getResourceAsStream()读取它时，我会得到这个无效的头值... - dutchman79

你的程序是否在流上进行了一些奇怪的utf8/ascii或native/unicode转换？我建议你创建一个小的（约50字节）测试文件，尝试加载它并比较字节，然后基于此提出一个新问题！ - Gagravarr

这是一份非常好的解释，@Gagravarr。你知道吗，为什么Excel可以理解不合法的OLE2文件并打开它，而我们无法使用Apache POI以编程方式解析该文件吗？ - Bhuvanesh Mani

Excel支持广泛的文件格式，其中并非所有都是OLE2基础。尝试使用Apache Tika查找您的文件真正的格式，然后使用相应的库！ - Gagravarr

Answer 3

如果您的项目是Maven项目，以下代码可能会有所帮助：

/**
 * Get input stream of excel.
 * <p>
 *     Get excel from src dir instead of target dir to avoid causing POI header exception.
 * </p>
 * @param fileName file in dir PROJECT_PATH/src/test/resources/excel/ , proceeding '/' is not needed.
 * @return
 */
private static InputStream getExcelInputStream(String fileName){
    InputStream inputStream = null;
    try{
        inputStream = new FileInputStream(getProjectPath() + "/src/test/resources/excel/" + fileName);
    }catch (URISyntaxException uriE){
        uriE.printStackTrace();
    }catch (FileNotFoundException fileE){
        fileE.printStackTrace();
    }
    return inputStream;
}

private static String getProjectPath() throws URISyntaxException{
    URL url = YourServiceImplTest.class.getResource("/");
    Path path = Paths.get(url.toURI());
    Path subPath = path.subpath(0, path.getNameCount() -2);
    return "/" + subPath.toString();
}

- Yaohui Wu