POI读取EXCEL教程Word格式.docx
《POI读取EXCEL教程Word格式.docx》由会员分享，可在线阅读，更多相关《POI读取EXCEL教程Word格式.docx（14页珍藏版）》请在冰豆网上搜索。
二、HSSF概况
POI项目实现的Excel97文件格式称为HSSF——也许你已经猜到，HSSF是HorribleSpreadSheetFormat的缩写，也即“讨厌的电子表格格式”（微软使某些原本简单的事情过分复杂，同时又过分简单地处理了某些原本需要灵活性的事情，让人不胜佩服！
）也许HSSF的名字有点滑稽，就本质而言它是一个非常严肃、正规的API。
通过HSSF，你可以用纯Java代码来读取、写入、修改Excel文件。
前面一篇文章提到了POIFS，那么HSSF和POIFS又有什么关系呢？
就象其他POI的API一样，HSSF建立在POIFS的基础上，因此在HSSF内的有些代码和前文的某些代码很相似。
不过，当我们编写基于HSSFAPI的代码时，一般不需要了解POIFSAPI的细节。
HSSF为读取操作提供了两类API：
usermodel和eventusermodel，即“用户模型”和“事件-用户模型”。
前者很好理解，后者比较抽象，但操作效率要高得多。
usermodel主要有org.apache.poi.hssf.usermodel和org.apache.poi.hssf.eventusermodel包实现（在HSSF的早期版本中，org.apache.poi.hssf.eventusermodel属于eventmodel包）。
usermodel包把Excel文件映射成我们熟悉的结构，诸如Workbook、Sheet、Row、Cell等，它把整个结构以一组对象的形式保存在内存之中。
eventusermodel要求用户熟悉文件格式的底层结构，它的操作风格类似于XML的SAXAPI和AWT的事件模型（这就是eventusermodel名称的起源），要掌握窍门才能用好。
另外，eventusermodel的API只提供读取文件的功能，也就是说不能用这个API来修改文件。
三、通过usermodel读取文件
用HSSF的usermodel读取文件很简单。
首先创建一个InputStream，然后创建一个HSSFWorkbook：
InputStreammyxls=newFileInputStream（"
workbook.xls"
））;
HSSFWorkbookwb
=newHSSFWorkbook（myxls）;
有了HSSFWorkbook实例，接下来就可以提取工作表、工作表的行和列，例如：
HSSFSheetsheet=wb.getSheetAt（0）;
//第一个工作表
HSSFRowrow
=sheet.getRow
（2）;
//第三行
HSSFCellcell
=row.getCell（（short）3）;
//第四个单元格
上面这段代码提取出第一个工作表第三行第四单元格。
利用单元格对象可以获得它的值，提取单元格的值时请注意它的类型：
if（cell.getCellType（）==HSSFCell.CELL_TYPE_STRING）{
（"
单元格是字符串，值是：
"
+cell.getStringCellValue（））;
}elseif（cell.getCellType（）==HSSFCell.CELL_TYPE_NUMERIC）{
单元格是数字，值是：
+cell.getCellValue（））;
}else（）{
单元格的值不是字符串或数值。
"
）;
}
如果搞错了数据类型，程序将遇到异常。
特别地，用HSSF处理日期数据要小心。
Excel内部以数值的形式保存日期数据，区别日期数据的唯一办法是通过单元格的格式（如果你曾经在Excel中设置过日期格式，应该明白这是什么意思）。
因此，对于包含日期数据的单元格，cell.getCellType（）将返回HSSFCell.CELL_TYPE_NUMERIC，不过利用工具函数HSSFDateUtil.isCellDateFormatted（cell）可以判断出单元格的值是否为日期。
isCellDateFormatted函数通过比较单元格的日期和Excel的内置日期格式得出结论——可以想象，按照这种判断方法，很多时候isCellDateFormatted函数会返回否定的结论，存在一定的误判可能。
本文附录包含了一个在Servlet环境中利用HSSF创建和返回Excel工作簿的实例。
四、通过usermodel写入文件
写入XLS文件比读取XLS文件还要简单。
创建一个HSSFWorkbook实例，然后在适当的时候创建一个把文件写入磁盘的OutputStream，但延迟到处理结束时创建OutputStream也可以：
HSSFWorkbookwb=newHSSFWorkbook（）;
FileOutputStreamfileOut
=newFileOutputStream（"
wb.write（fileOut）;
fileOut.close（）;
创建工作表及其内容必须从相应的父对象出发，例如：
HSSFSheetsheet=wb.createSheet（）;
=sheet.createRow（（short）0）;
=row.createCell（（short）0）;
cell.setCellValue
（1）;
row.createCell（（short）1）.setCellValue（1.2）;
row.createCell（（short）2）.setCellValue（"
一个字符串"
row.createCell（（short）3）.setCellValue（true）;
如果要设置单元格的样式，首先要创建一个样式对象，然后把它指定给一个单元格——或者把它指定给多个具有相同样式的单元格，例如，如果Excel表格中有一个摘要行，摘要行的数据必须是粗体、斜体，你可以创建一个summaryRowStyle样式对象，然后把这个样式指定给所有摘要行上的单元格。
注意，CellFormat和CellStyle对象是工作簿对象的成员，单元格对象只是引用它们。
...
HSSFCellStylestyle=workbook.createCellStyle（）;
style.setDataFormat
（HSSFDataFormat.getBuiltinFormat（"
（$#,##0_）;
[Red]（$#,##0）"
style.setFillBackgroundColor（HSSFColor.AQUA.index）;
style.setFillPattern（HSSFCellStyle.BIG_SPOTS）;
someCell.setCellStyle（style）;
someOtherCell.setCellStyle（style）;
版本较新的HSSF允许使用数量有限的Excel公式。
这一功能目前还是“Beta级质量”，正式使用之前务必仔细测试。
指定公式的方式类如：
someCell.setCellFormula（SUM（A1:
A2:
。
当前，公式中已经可以调用所有内建的函数或操作符，但逻辑操作符和函数（例如IF函数）除外，这部分功能目前还在开发之中。
五、通过eventusermodel读取文件
通过eventusermodel读取文件要比使用usermodel复杂得多，但效率也要高不少，因为它要求应用程序一边读取数据，一边处理数据。
eventusermodel实际上模拟了DOM环境下SAX处理XML文档的办法，应用程序首先要注册期望处理的数据，eventusermodel将在遇到匹配的数据结构时回调应用程序注册的方法。
使用eventusermodel最大的困难在于你必须熟悉Excel工作簿的内部结构。
在HSSF中，低层次的二进制结构称为记录（Record）。
记录有不同的类型，每一种类型由org.apache.poi.hssf.record包中的一个Java类描述。
例如，BOFRecord记录表示Workbook或Sheet区域的开始，RowRecord表示有一个行存在并保存其样式信息。
所有具有CellValueRecordInterface接口的记录表示Excel的单元格，包括NumericRecord、LabelSSTRecord和FormulaRecord（还有其他一些，其中部分已被弃置不用，部分用于优化处理，但一般而言，HSSF可以转换它们）。
下面是一个注册事件处理句柄的例子：
privateEventRecordFactoryfactory=newEventRecordFactory（）;
factory.registerListener（newERFListener（）{
publicbooleanprocessRecord（Recordrec）{
（gotBOFRecord）;
returntrue;
}
},newshort[]{BOFRecord.sid}）;
factory.processRecords（someInputStream）;
六、HSSF电子表格结构
如前所述，HSSF建立在POIFS的基础上。
具体地说，Excel97+文件是OLE2复合文档（OLE2CompoundDocument），底层的OLE2复合文档保存了一个总是命名为Workbook（Excel95除外，HSSF不支持Excel95）的流。
然而，宏和图片并不保存在Workbook流，它们有自己独立的流，有时甚至会放到OLE2CDF文件之内的另一个目录。
理想情况下，宏也应该被保留，不过目前POI项目中还没有合适的API来处理宏。
每一个流之内是一组记录，一个记录其实就是一个字节数组，可分为记录头、记录体两部分。
记录头指明了记录的类型（也即ID）以及后继数据的长度，记录体被分割成多个字段（Field），字段包含数值数据（包括对其他记录的引用）、字符数据或标记。
下图概要说明了Excel工作簿的顶级结构：
Bla.xls{
OLE2CDFheaders
Workbook"
stream{
Workbook{
StaticStringTableRecord..
Sheetnames…andpointers
}
Sheet{
ROW
…
NUMBERRECORD（cell）
LABELSSTRecord（cell）
Sheet
…images,macros,etc.
DocumentSummary
Summary
七、通过HPSF读取文档属性
在MicrosoftWord、Excel、PowerPoint等软件中，用户可以通过“文件”→“属性”菜单给文档添加附加信息，包括文档的标题、主题、摘要、类别、关键词等，同时应用软件本身还会加入最后访问的用户、最后访问和修改/打印的日期时间等信息。
文档的属性和正文是分开保存的。
如前所述，OLE2CDF文件内部就象是一个容器，里面包含许多类似目录和文件的结构，而POIFS就是用来访问其中的文件的工具。
这些文件也称为流，文档的属性就保存在POIFS文件系统中专用的流里面。
以一个Word文档为例：
虽然在资源管理器中你只看到一个叫做MyFile.doc的文档，其实在这个文档的内部，又包含了一个WordDocument、一个SummaryInformation和一个DocumentSummaryInformation文档；
通常还会有其他的文档，这里暂且不管。
你能够猜出这些文档（流）分别包含什么内容吗？
不错，WordDocument包含了你在Word里面编辑的文本，文档的属性保存在SummaryInformation和DocumentSummaryInformation流里面。
也许将所有属性保存在单个文档里面看起来太简单了，所以Microsoft决心要使用两个流，为了使事情更复杂一点，这两个流的名字前面还加上了八进制的\005字符——这是一个不可打印的字符，因此前面就把它省略了。
Microsoft定义的标准属性有一个好处，它们并不在乎主文档到底是什么类型——不管是Word文档、Excel工作簿还是PowerPoint幻灯。
只要你知道如何读取Excel文档的属性，就知道了如何读取其他文档的属性。
读取文档属性其实并不复杂，因为Java程序可以利用POI项目的HPSF包。
HPSF是HorriblePropertySetFormat的缩写，译成中文就是“讨厌的属性集格式”。
HPSF包是POI项目实现的读取属性工具，目前还不支持属性写入。
对于读取Microsoft定义的标准属性，通过HPSF提供的API可以很方便地办到；
但如果要读取任意属性集就要用到更一般化的API，可以想象它要比读取标准属性的API复杂不少。
本文只介绍读取标准属性的简单API，因为对大多数应用程序来说这已经完全足够了。
下面就是一个读取OLE2CDF文档的标题（title）属性的Java程序：
importjava.io.*;
importorg.apache.poi.hpsf.*;
importorg.apache.poi.poifs.eventfilesystem.*;
/**
*读取OLE2文档标题的示例程序，
*在命令行参数中指定文档的文件名字。
*/
publicclassReadTitle
{
publicstaticvoidmain（String[]args）throwsIOException
{
finalStringfilename=args[0];
POIFSReaderr
=newPOIFSReader（）;
r.registerListener（newMyPOIFSReaderListener（）,
\005SummaryInformation"
r.read（newFileInputStream（filename））;
staticclassMyPOIFSReaderListener
implementsPOIFSReaderListener
publicvoidprocessPOIFSReaderEvent（POIFSReaderEventevent）
SummaryInformationsi=null;
try
si=（SummaryInformation）
PropertySetFactory.create（event.getStream（））;
catch（Exceptionex）
thrownewRuntimeException
属性集流\"
+event.getPath（）+
event.getName（）+"
\"
:
+ex）;
finalStringtitle=si.getTitle（）;
if（title!
=null）
System.out.println（"
标题:
\"
+title+"
else
该文档没有标题."
main（）方法利用POIFS的事件系统从命令行指定的OLE2文档读取名为\005SummaryInformation的流，当POIFSReader遇到这个流时，它把控制传递给MyPOIFSReaderListener的processPOIFSReaderEvent（）方法。
processPOIFSReaderEvent（）到底有什么用呢？
它通过参数获得一个输入流，该输入流包含了文档标题等属性。
为了访问文档的属性，我们从输入流创建一个PropertySet实例，如下所示：
si=（SummaryInformation）PropertySetFactory.create（event.getStream（））;
这个语句其实包含三个步骤的操作：
◆event.getStream（）从POIFSReader传入的POIFSReaderEvent获得输入流。
◆以刚才获得的输入流为参数，调用PropertySetFactory的静态方法create（）。
正如其名字所暗示的，PropertySetFactory是一个工厂类，它有一台“机器”能够把一个输入流转换成一个PropertySet实例，这台机器就是create（）方法。
◆把create（）方法返回的PropertySet定型（cast）成为SummaryInformation。
PropertySet提供了按照一般办法读取属性集的各种机制，SummaryInformation是PropertySet的子类，即SummaryInformation类在PropertySet类的基础上增加了操作Microsoft标准属性的便捷方法。
在这个处理过程中，可能引起错误的因素很多，因此我们把这部分内容放入了一个try块——不过这个示例程序只按照最简单的方式处理了异常，在实际应用中，最好能够对可能出现的不同异常类型分别处理。
除了一般的I/O异常之外，还有可能遇到HPSF特有的异常，例如，如果输入流不包含属性集或属性集非法，就会抛出NoPropertySetStreamException异常。
有一种错误不太常见，但也不是绝无可能——\005SummaryInformation包含一个合法的属性集，但不是摘要信息属性集。
如果出现这种情况，则定型成SummaryInformation操作会失败，引发ClassCastException异常。
获得SummaryInformation实例之后，剩下的事情就很简单了，只要调用getTitle（）方法，然后输出结果。
除了getTitle（）之外，SummaryInformation还包含其他一些便捷方法，例如getApplicationName（）、getAuthor（）、getCharCount（）、和getCreateDateTime（）等。
HPSF的JavaDoc文档详细说明了所有这些方法。
八、文档摘要信息
遗憾的是，并非所有的属性都保存在摘要信息属性集之中。
许多（但不是全部）OLE2文件还有另一个属性集，称为“文档摘要信息”，对应的流是\005DocumentSummaryInformation。
这个属性集保存的属性包括文档的类别、PowerPoint幻灯的多媒体剪辑数量，等等。
要访问文档摘要信息属性集，程序的处理过程也和上例相似，只是注册的目标应该改成\005DocumentSummaryInformation流——有时，你可能想要同时注册到摘要信息和文档摘要信息这两个流。
其余的处理方式和前面的例子差不多，你应该把包含文档摘要信息的流传递给PropertySetFactory.create（），但这次工厂方法将返回一个DocumentSummaryInformation对象（而不是前面例子中的SummaryInformation对象）。
如果同时注册到了两个流，注意检查返回值的具体类型，或者使用Java的instanceof操作符，或者使用专用的isSummaryInformation（）和isDocumentSummaryInformation（）方法。
记住，create（）方法返回的总是一个PropertySet对象，因此你总是可以对create（）返回对象调用isSummaryInformation（）和isDocumentSummaryInformation（）方法，PropertySet类之所以要提供这两个方法，是因为属性集可能是自定义的。
如果你想要处理自定义的属性集，或者
升级会员 