java读取Excel数据

 工作当中遇到要读取大数据量Excel（10万行以上，Excel 2007），用POI方式读取，用HSSFWorkbook读取时，超过2万行JVM的内存就会溢出，在网上找到原来要用XML方式逐行读取，记录下来，以供参考。

    注意：运行环境是jdk1.6，如果要在1.5的环境中运行，要把jdk1.6中的rt.jar中javax.xml包下所有类加到运行的环境中。

    下面是代码：

package com.bill.excel;import java.io.InputStream;import java.util.ArrayList;import java.util.Iterator;import java.util.List;import org.apache.poi.openxml4j.opc.OPCPackage;import org.apache.poi.xssf.eventusermodel.XSSFReader;import org.apache.poi.xssf.model.SharedStringsTable;import org.apache.poi.xssf.usermodel.XSSFRichTextString;import org.xml.sax.Attributes;import org.xml.sax.InputSource;import org.xml.sax.SAXException;import org.xml.sax.XMLReader;import org.xml.sax.helpers.DefaultHandler;import org.xml.sax.helpers.XMLReaderFactory;public class ExcelUtil extends DefaultHandler {private SharedStringsTable sst;private String lastContents;private boolean nextIsString;private int sheetIndex = -1;private List rowlist = new ArrayList();private int curRow = 0;private int curCol = 0;/** * 读取第一个工作簿的入口方法 * @param path */public void readOneSheet(String path) throws Exception {OPCPackage pkg = OPCPackage.open(path);XSSFReader r = new XSSFReader(pkg);SharedStringsTable sst = r.getSharedStringsTable();XMLReader parser = fetchSheetParser(sst);InputStream sheet = r.getSheet("rId1");InputSource sheetSource = new InputSource(sheet);parser.parse(sheetSource);sheet.close();}/** * 读取所有工作簿的入口方法 * @param path * @throws Exception */public void process(String path) throws Exception {OPCPackage pkg = OPCPackage.open(path);XSSFReader r = new XSSFReader(pkg);SharedStringsTable sst = r.getSharedStringsTable();XMLReader parser = fetchSheetParser(sst);Iterator sheets = r.getSheetsData();while (sheets.hasNext()) {curRow = 0;sheetIndex++;InputStream sheet = sheets.next();InputSource sheetSource = new InputSource(sheet);parser.parse(sheetSource);sheet.close();}}/** * 该方法自动被调用，每读一行调用一次，在方法中写自己的业务逻辑即可 * @param sheetIndex 工作簿序号 * @param curRow 处理到第几行 * @param rowList 当前数据行的数据集合 */public void optRow(int sheetIndex, int curRow, List rowList) {String temp = "";for(String str : rowList) {temp += str + "_";}System.out.println(temp);}public XMLReader fetchSheetParser(SharedStringsTable sst) throws SAXException {XMLReader parser = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");this.sst = sst;parser.setContentHandler(this);return parser;}public void startElement(String uri, String localName, String name,Attributes attributes) throws SAXException {// c => 单元格if (name.equals("c")) {// 如果下一个元素是 SST 的索引，则将nextIsString标记为trueString cellType = attributes.getValue("t");if (cellType != null && cellType.equals("s")) {nextIsString = true;} else {nextIsString = false;}}// 置空lastContents = "";}public void endElement(String uri, String localName, String name)throws SAXException {// 根据SST的索引值的到单元格的真正要存储的字符串// 这时characters()方法可能会被调用多次if (nextIsString) {try {int idx = Integer.parseInt(lastContents);lastContents = new XSSFRichTextString(sst.getEntryAt(idx)).toString();} catch (Exception e) {}}// v => 单元格的值，如果单元格是字符串则v标签的值为该字符串在SST中的索引// 将单元格内容加入rowlist中，在这之前先去掉字符串前后的空白符if (name.equals("v")) {String value = lastContents.trim();value = value.equals("") ? " " : value;rowlist.add(curCol, value);curCol++;} else {// 如果标签名称为 row ，这说明已到行尾，调用 optRows() 方法if (name.equals("row")) {optRow(sheetIndex, curRow, rowlist);rowlist.clear();curRow++;curCol = 0;}}}public void characters(char[] ch, int start, int length)throws SAXException {// 得到单元格内容的值lastContents += new String(ch, start, length);}}