使用 Apache POI 获取大型 Excel 文件的 Excel 工作表名称

Question

我有以下代码用于获取 Excel 文件（.xlsx）的工作表名称

    XSSFWorkbook workBookXlsx = new XSSFWorkbook(new FileInputStream(pathToFile));
    ArrayList<String> sheetNames = new ArrayList<>();

    int numberOfSheets = workBookXlsx.getNumberOfSheets();
    for (int i = 0; i < numberOfSheets; i++) {
        sheetNames.add(workBookXlsx.getSheetAt(i).getSheetName());
    }

    workBookXlsx = null;

我对上述代码的问题是，为大小为 9MB 的文件创建XSSFWorkbook需要大量内存（~700MB）和很长时间（5-6s）。 即使将workBookXlsx设置为null也不会释放javaw占用的内存（我知道gc可能会或可能不会被调用，JVM 不会仅仅因为我将变量设置为 null 就释放内存）

根据我的理解，我确实阅读了Workbook 、 XSSFWorkbook的文档，没有任何方法可以帮助我获得低内存印记的工作表名称。

我发现的一种解决方案是手动解压缩.xlsx文件并读取.\\xl\\woorkbook.xml以获取工作表名称和r:id

是否有用于在没有大内存印记的.xlsx文件中获取工作表名称的 API？

Answer 1

为了说明@Gagravarr 的评论可能意味着什么：

XSSFReader包含一个方法XSSFReader.getSheetsData ，该方法“返回一个迭代器，它可以让您依次获取所有不同的工作表。每个工作表的 InputStream 仅在从迭代器中获取时才打开。完成每个工作表后，由您来关闭 InputStreams一。”。 但这通常不是全部真相。 事实上，它返回一个XSSFReader.SheetIterator ，它有一个方法XSSFReader.SheetIterator.getSheetName来获取工作表名称。

例子：

import java.io.InputStream;
import java.io.FileInputStream;

import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.xssf.eventusermodel.XSSFReader;

import java.util.Iterator;

public class ExcelXSSFGetSheetNamesXSSFReader {

 public static void main(String[] args) throws Exception {

  OPCPackage pkg = OPCPackage.open(new FileInputStream("Example.xlsx"));
  XSSFReader r = new XSSFReader( pkg );
  Iterator<InputStream> sheets = r.getSheetsData();

  if (sheets instanceof XSSFReader.SheetIterator) {
   XSSFReader.SheetIterator sheetiterator = (XSSFReader.SheetIterator)sheets;

   while (sheetiterator.hasNext()) {
    InputStream dummy = sheetiterator.next();

    System.out.println(sheetiterator.getSheetName());

    dummy.close();
   }
  }

  pkg.close();
 }
}

结论：目前您不能仅通过信任 API 文档来使用apache poi 。 相反，您必须始终查看源代码。