Apache POI Streaming（SXSSF）用于读取

Question

Apache POI Streaming（SXSSF）用于读取

29

我需要读取大型Excel文件并将它们的数据导入我的应用程序。

由于POI占用了大量的堆空间来工作，经常会抛出OutOfMemory错误，我发现有一种流式API可以以串行方式处理Excel数据（而不是完全将文件加载到内存中）

我创建了一个xlsx工作簿，其中包含单个工作表，并在单元格中键入了多个值，然后编写了以下代码来尝试读取它：

public static void main(String[] args) throws Throwable {
    // keep 100 rows in memory, exceeding rows will be flushed to disk
    SXSSFWorkbook wb = new SXSSFWorkbook(new XSSFWorkbook(new FileInputStream("C:\\test\\tst.xlsx")));
    SXSSFSheet sheet = (SXSSFSheet) wb.getSheetAt(0);
    Row row = sheet.getRow(0);
    //row is always null
    while(row.iterator().hasNext()){ //-> NullPointerException
        System.out.println(row.getCell(0).getStringCellValue());
    }
}

然而，尽管能够正确获取其工作表，但始终会带有空的（null）行。

我进行了研究，并在互联网上找到了几个流API的示例，但它们都是关于生成Excel文件，没有一个关于读取现有文件的。

实际上有可能从现有的.xlsx文件中读取数据吗？

- bruno_cw

你是在使用Eclipse IDE吗？ - Rajdeep Paul

如果您想增加堆空间，我有一个解决方案。 - Rajdeep Paul

根据其他相关的stackoverflow问题所述，https://dev59.com/yGcs5IYBdhLWcg3w3Hun，SXSSFWorkBook只支持写入，不支持读取，这就解释了为什么你得到null。 - Raf

哦，对了，有一个虚拟机参数 -Xmx 可以增加堆空间，我已经将其增加到了2GB，但POI无法读取20MB的文件，所以这不可行。不过还是谢谢！ - bruno_cw

2

遵循Apache POI网站上记录的方法，并以流式SAX方式进行操作？ - Gagravarr

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- bruno_cw · Accepted Answer

在更深入的搜索后，我找到了这个库:

如果你以前使用过Apache POI读取Excel文件，你可能会注意到它并不是很内存高效。读取整个工作簿会导致严重的内存使用波动，这可能会对服务器造成灾难性影响。

Apache必须读取整个工作簿的原因有很多，但大多数原因都与该库允许您使用随机地址读写有关。如果（仅当）您只想以快速且内存高效的方式读取Excel文件的内容，则可能不需要此功能。不幸的是，POI库中用于读取流式工作簿的唯一方法要求您的代码使用类似SAX的解析器。所有友好的类，如Row和Cell，在该API中都不存在。

此库作为一个包装器，围绕流式API并保留标准POI API的语法。继续阅读以了解它是否适合您。

InputStream is = new FileInputStream(new File("/path/to/workbook.xlsx"));
StreamingReader reader = StreamingReader.builder()
        .rowCacheSize(100)    // number of rows to keep in memory (defaults to 10)
        .bufferSize(4096)     // buffer size to use when reading InputStream to file (defaults to 1024)
        .sheetIndex(0)        // index of sheet to use (defaults to 0)
        .sheetName("sheet1")  // name of sheet to use (overrides sheetIndex)
        .read(is);            // InputStream or File for XLSX file (required)

此外还有SAX事件API，它通过事件读取文档并解析其内容。

如果内存占用是个问题，那么对于XSSF，您可以访问底层的XML数据，并自己处理它。这适用于愿意学习一点.xlsx文件的低级结构并且能够使用Java处理XML的中级开发人员。它相对简单易用，但需要基本的文件结构理解。提供的优势是可以以相对较小的内存占用读取XLSX文件。