流方式读取Excel 2003 - Excel03SaxReader

介绍

• 在数据量较大的 Excel 文件中，使用标准的 ExcelReader 进行读取会比较慢，并且可能会造成内存溢出问题。为了应对这种情况，Hutool 提供了基于事件模式的 Excel03SaxReader，专门用于高效地读取 Excel 2003 格式（.xls）的大数据量文件。

• Excel03SaxReader 通过流式处理（SAX 解析）逐行读取数据，避免了一次性加载大量数据造成的内存压力。

1. 定义行处理器

首先需要实现 RowHandler 接口，这个接口是 SAX 读取的核心，通过实现 handle 方法来处理每行数据。在实际开发中，您可以根据需求将每行数据存入数据库、List 或直接写出到文件中。以下示例中，我们仅在控制台打印每行数据。

示例代码

import cn.hutool.poi.excel.sax.handler.RowHandler;
import cn.hutool.core.lang.Console;

import java.util.List;

public class MyRowHandler implements RowHandler {
    @Override
    public void handle(int sheetIndex, long rowIndex, List<Object> rowList) {
        // 打印读取到的每一行数据
        Console.log("Sheet [{}] - Row [{}]: {}", sheetIndex, rowIndex, rowList);
    }
}

代码解析

• sheetIndex: 当前读取的 sheet 索引，从 0 开始。
• rowIndex: 当前行的索引，从 0 开始。
• rowList: 当前行的所有单元格数据，以列表形式存储。

在实际场景中，您可以将数据处理逻辑（如插入数据库、追加到 List 中等）写在 handle 方法中。

2. 使用 ExcelUtil 快速读取

Hutool 提供了 ExcelUtil.readBySax 方法，可以快速实现基于 SAX 解析的 Excel 读取。

示例代码

import cn.hutool.poi.excel.ExcelUtil;

public class ExcelSaxReadExample {
    public static void main(String[] args) {
        // 使用 ExcelUtil 进行 SAX 读取，指定处理器和 Sheet 序号
        ExcelUtil.readBySax("path/to/your/aaa.xls", 1, new MyRowHandler());
    }
}

代码解析

• path/to/your/aaa.xls: Excel 文件的路径。
• 1: 要读取的 Sheet 序号，0 表示第一个 Sheet，1 表示第二个 Sheet，以此类推。
• MyRowHandler: 自定义的行处理器，用于处理每行数据。

3. 使用 Excel03SaxReader 构建对象读取

如果需要更灵活的控制，可以直接使用 Excel03SaxReader 类进行读取。

示例代码

import cn.hutool.poi.excel.sax.Excel03SaxReader;

public class ExcelSaxReadExample {
    public static void main(String[] args) {
        // 创建 Excel03SaxReader 对象
        Excel03SaxReader reader = new Excel03SaxReader(new MyRowHandler());

        // 读取指定的 Excel 文件，读取第一个 Sheet
        reader.read("path/to/your/aaa.xls", 0);
    }
}

代码解析

• Excel03SaxReader(new MyRowHandler()): 传入自定义的行处理器。
• reader.read("path/to/your/aaa.xls", 0): 读取第一个 Sheet 的数据，0 表示第一个 Sheet，-1 表示读取所有 Sheet。

4. 实际开发中的应用场景

• 大数据量 Excel 文件处理：适用于百万级数据行的 Excel 文件，避免了内存溢出问题。
• 批量数据导入：在数据导入场景下，可以逐行解析 Excel，并将数据逐条插入数据库，减少内存占用。
• 分批处理：可以在 handle 方法中将数据进行分批处理，如批量插入或写入文件。

5. 常见问题和注意事项

1. 性能优化：SAX 解析模式下，内存占用极低，适用于超大数据量的 Excel 文件读取。
2. 文件格式限制：Excel03SaxReader 仅支持 .xls 格式的 Excel 文件，如果需要处理 .xlsx 文件，请使用 Excel07SaxReader。
3. Sheet 序号：读取多个 Sheet 时，序号从 0 开始。使用 -1 可以读取所有 Sheet。