使用 apache-poi 從 a.ppt 解析 embedded.xlsx 文件時出錯。提供的 POIFSFileSystem 不包含 BIFF8“工作簿”條目

Question

使用 apache poi 從 .ppt 文件中提取 embedded.xlsx 文件時，我遇到了一個問題。 如果有人能幫助我，那就太好了。

問題主題：

試圖解決的問題：提取嵌入在“.ppt”中的“.xlsx”文件。

我目前使用的是 apache-poi。

似乎當我嘗試使用 hslfSlideShow.getEmbeddedObjects() 執行此操作時，我得到了 xlsx object 就好了，但是當我嘗試使用 WorkbookFactory.create(inputStream) 將其轉換為 XLSFWorkbook object 時，它拋出了一個錯誤提示

java.lang.IllegalArgumentException: The supplied POIFSFileSystem does not contain a BIFF8 'Workbook' entry. Is it really an excel file? Had: [OlePres000, Ole, CompObj, Package]
at org.apache.poi.hssf.usermodel.HSSFWorkbook.getWorkbookDirEntryName(HSSFWorkbook.java:286)
at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:326)
at org.apache.poi.hssf.usermodel.HSSFWorkbookFactory.createWorkbook(HSSFWorkbookFactory.java:64)
at org.apache.poi.ss.usermodel.WorkbookFactory.create(WorkbookFactory.java:167)
at org.apache.poi.ss.usermodel.WorkbookFactory.create(WorkbookFactory.java:112)
at org.apache.poi.ss.usermodel.WorkbookFactory.create(WorkbookFactory.java:253)
at org.apache.poi.ss.usermodel.WorkbookFactory.create(WorkbookFactory.java:221)

有趣的是，即使它是一個 xlsx 文件，它也會調用 HSSFWorkbookFactory。

而且沒有 xlsx 文件沒有損壞/密碼保護。 我可以打開它。

此外，如果我嘗試解析the.xlsx文件而不將其嵌入到 the.ppt 中，它也能正常工作。

當我將其嵌入 .pptx 文件並調用諸如 xmlSlideShow.getAllEmbeddedParts() 之類的方法以從 .pptx 獲取嵌入對象時，解析工作正常。

Answer 1

促進對答案的一些評論和調查......

這是舊版本 Apache POI 的一個限制，但在 7 月份的 r1880164 中得到修復。

出於向后兼容的原因，PowerPoint 經常（但不總是...）編寫嵌入的 OOXML 資源，這些資源包裝在中間 OLE2 層中。 這樣做的好處是，希望嵌入式辦公文檔能夠處理類似xls / doc的工具/程序，但要以另一層包裝為代價。

較新版本的 Apache POI（5.0 應該是第一個已修復的版本）在WorkbookFactory中支持接收這樣的 OLE2 包裝器，提取底層xlsx stream 並將其交給XSSFWorkbook 。 （舊版本對基於 OLE2 的受密碼保護的xlsx文件執行此操作，但對未加密的同類文件執行此操作）

現在，如果您停留在受影響的 POI 版本上，您需要的代碼是這樣的（主要取自單元測試驗證支持：）：

POIFSFileSystem fs = new POIFSFileSystem(data.getInputStream());
if(fs.getRoot().hasEntry("Package")) {
     DocumentInputStream dis = new DocumentInputStream((DocumentEntry)fs.getRoot().getEntry("Package"));
     try (OPCPackage pkg = OPCPackage.open(dis)) {
            XSSFWorkbook wb = new XSSFWorkbook(pkg);
            handleWorkbook(wb);
            wb.close();
     }
} else {
     try (HSSFWorkbook wb = new HSSFWorkbook(fs)) {
            handleWorkbook(wb);
     }
}