使用 Apache POI 獲取大型 Excel 文件的 Excel 工作表名稱

Question

我有以下代碼用於獲取 Excel 文件（.xlsx）的工作表名稱

    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;

我對上述代碼的問題是，為大小為 9MB 的文件創建XSSFWorkbook需要大量內存（~700MB）和很長時間（5-6s）。 即使將workBookXlsx設置為null也不會釋放javaw占用的內存（我知道gc可能會或可能不會被調用，JVM 不會僅僅因為我將變量設置為 null 就釋放內存）

根據我的理解，我確實閱讀了Workbook 、 XSSFWorkbook的文檔，沒有任何方法可以幫助我獲得低內存印記的工作表名稱。

我發現的一種解決方案是手動解壓縮.xlsx文件並讀取.\\xl\\woorkbook.xml以獲取工作表名稱和r:id

是否有用於在沒有大內存印記的.xlsx文件中獲取工作表名稱的 API？

Answer 1

為了說明@Gagravarr 的評論可能意味着什么：

XSSFReader包含一個方法XSSFReader.getSheetsData ，該方法“返回一個迭代器，它可以讓您依次獲取所有不同的工作表。每個工作表的 InputStream 僅在從迭代器中獲取時才打開。完成每個工作表后，由您來關閉 InputStreams一。”。 但這通常不是全部真相。 事實上，它返回一個XSSFReader.SheetIterator ，它有一個方法XSSFReader.SheetIterator.getSheetName來獲取工作表名稱。

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();
 }
}

結論：目前您不能僅通過信任 API 文檔來使用apache poi 。 相反，您必須始終查看源代碼。