如何读取像文本一样的excel（.xls）文件？

Question

我需要阅读我正在接收的excel（.xls）文件。 使用常规字符集（如UTF-8，Cp1252，ISO-8859-1，UTF-16LE）时，这些字符都对我没有帮助，但这些字符仍然格式错误。

因此，我最终使用了juniversalchardet进行搜索，结果显示该字符集是MacCyrillic，使用MacCyrillic读取了文件，但结果仍然很奇怪。

当我在excel上打开文件时，一切都很好，所有字符都很好，因为它的葡萄牙语中充满了白色〜等等。 但是打开白纸记事本或低谷java文件都被弄乱了。 但是，如果在我的excel上打开文件，然后再次将其保存为.txt文件，则它变得可读

我找到字符集的方法

    public static void lerCharset(String fileName) throws IOException {
    byte[] buf = new byte[50000000];
    FileInputStream fis = new FileInputStream(fileName);

    // (1)
    UniversalDetector detector = new UniversalDetector(null);

    // (2)
    int nread;
    while ((nread = fis.read(buf)) > 0 && !detector.isDone()) {
        detector.handleData(buf, 0, nread);
    }
    // (3)
    detector.dataEnd();

    // (4)
    String encoding = detector.getDetectedCharset();
    if (encoding != null) {
        System.out.println("Detected encoding = " + encoding);
    } else {
        System.out.println("No encoding detected.");
    }

    // (5)
    detector.reset();
    fis.close();
}

如何找到正确的字符集？ 我应该尝试其他方法吗？ 像让我的Java重新保存Excel，然后开始阅读？

Answer 1

如果我了解您的问题，则您正在尝试读取Excel文件，例如文本文件。

挑战在于.xls文件实际上是包含文本，格式，工作表信息，宏信息等的二进制文件。

您可能需要将文件另存为.csv（在运行程序之前通过Excel或直接通过程序），将其升级到.xlsx（当时有许多库可以将文件读取为XML）或使用一个库（例如apache POI 或类似的东西 ），甚至使用ADO查询数据。

祝你好运，我希望这就是你通过问题暗示的意思。

Answer 2

码：

WorkbookSettings workbookSettings = new WorkbookSettings();
WorkbookSettings.setEncoding("Cp1252");