如何使用XSSF和SAX（事件API）获取大型Excel文件的命名范围、工作表名称和引用公式列表

Question

我正在尝试阅读大型Excel文件（大小约10MB，. xlsx）。

我正在使用下面的代码

Workbook xmlworkbook =WorkbookFactory.create(OPCPackage.openOrCreate(root_path_name_file));

但它显示了堆内存问题。

我还看到了StackOverflow的其他解决方案，其中一些是为了增加JVM，但我不想增加JVM。

问题1）我们不能使用SXSSF（流用户模型API），因为这仅用于编写或创建新工作簿。

我的唯一目标是获取工作表的命名范围的数量，工作表的总数及其大型Excel文件的工作表名称。

Answer 1

如果要求仅获取命名范围和工作表名称，则必须仅解析*. xlsxZIPPackage中的/xl/workbook.xml，因为这些信息都存储在那里。

这可以通过获取适当的＜code＞PackagePart＜/code＞并从中解析＜code＞XML＜/code＞来实现。对于解析＜code＞XML＜/code＞，我最喜欢的是使用＜code＞StAX＜/code>。

获取所有工作表名称和定义的命名范围的示例代码：

import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.openxml4j.opc.PackagePart;

import javax.xml.stream.XMLEventReader;
import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.events.StartElement;
import javax.xml.stream.events.EndElement;
import javax.xml.stream.events.Characters;
import javax.xml.stream.events.Attribute;
import javax.xml.stream.events.XMLEvent;

import javax.xml.namespace.QName;

import java.io.File;

import java.util.regex.Pattern;

import java.util.List;
import java.util.ArrayList;
import java.util.Map;
import java.util.HashMap;

class StaxReadOPCPackageParts {

 public static void main(String[] args) {
  try {

   File file = new File("file.xlsx");
   OPCPackage opcpackage = OPCPackage.open(file);

   //get the workbook package part
   PackagePart workbookpart = opcpackage.getPartsByName(Pattern.compile("/xl/workbook.xml")).get(0);

   //create reader for package part            
   XMLEventReader reader = XMLInputFactory.newInstance().createXMLEventReader(workbookpart.getInputStream());

   List<String> sheetNames = new ArrayList<>();
   Map<String, String> definedNames = new HashMap<>();

   boolean isInDefinedName = false;
   String sheetName = "";
   String definedNameName = "";
   StringBuffer definedNameFormula = new StringBuffer();

   while(reader.hasNext()){ //loop over all XML in workbook.xml
    XMLEvent event = (XMLEvent)reader.next();

    if(event.isStartElement()) {
     StartElement startElement = (StartElement)event;
     QName startElementName = startElement.getName();
     if(startElementName.getLocalPart().equalsIgnoreCase("sheet")) { //start element of sheet definition
      Attribute attribute = startElement.getAttributeByName(new QName("name"));
      sheetName = attribute.getValue();
      sheetNames.add(sheetName);
     } else if (startElementName.getLocalPart().equalsIgnoreCase("definedName")) { //start element of definedName
      Attribute attribute = startElement.getAttributeByName(new QName("name"));
      definedNameName = attribute.getValue();
      isInDefinedName = true;
     }
    } else if(event.isCharacters() && isInDefinedName) { //character content of definedName == the formula
     definedNameFormula.append(((Characters)event).getData());
    } else if(event.isEndElement()) {
     EndElement endElement = (EndElement)event;
     QName endElementName = endElement.getName();
     if(endElementName.getLocalPart().equalsIgnoreCase("definedName")) { //end element of definedName
      definedNames.put(definedNameName, definedNameFormula.toString());
      definedNameFormula = new StringBuffer();
      isInDefinedName = false;
     }
    }

   } 

   opcpackage.close();

   System.out.println("Sheet names:");
   for (String shName : sheetNames) {
    System.out.println("Sheet name: " + shName);
   }

   System.out.println("Named ranges:");
   for (String defName : definedNames.keySet()) {
    System.out.println("Name: " + defName + ", Formula: " + definedNames.get(defName));
   }

  } catch (Exception ex) {
     ex.printStackTrace();
  }
 }
}