如何使用 Java 加载旧的 Microsoft Office XML 文件 (Excel)答案

【问题标题】：How to load old Microsoft Office XML file (Excel) using Java如何使用 Java 加载旧的 Microsoft Office XML 文件 (Excel)
【发布时间】：2011-08-17 07:06:07
【问题描述】：

我无法将旧 Office XML 格式（想想 Office 2002 或 2003 版本）的 Excel 文件加载到 Java 中。我尝试了 JXL 和 Apache 的 POI（3.7 版）。 POI 不起作用，因为它似乎需要更新的 Office .xlsx 格式。

这是旧版 Office XML 格式的example。

可以通过将工作簿保存为“XML Spreadsheet 2003”格式从 MS Excel 2010 生成类似的 XML 文件吗？

是否有任何可以加载 XMLSS 格式的开源 Java 库？否则我别无选择，只能编写自定义解析器：读取 XML 文件，然后解释单元标记以构建单元矩阵。在这种 XML 格式中，任何单元格值为空的行都会被跳过，下一个单元格的数据使用索引属性定位，就像列中的偏移量一样，我假设可以节省 XML 文件中的空间。

【问题讨论】：

“否则我别无选择，只能写......” 是的，遗憾的是，有时程序员实际上必须编写程序。顺便说一句 - 如果你确实必须对其进行编程，请务必将代码作为开源提供，以免其他人麻烦。
是的，我试图避免编写例程，因为我在截止日期前，这个问题会让我退缩。我已经在考虑如何编写它了，但不想重新发明轮子。

标签： java xml excel ms-office

【解决方案1】：

格式称为SpreadsheetML（不要与同样基于xml的.xlsx混淆），一个名为Xelem的库可以处理它：

import nl.fountain.xelem.excel.Workbook;
import nl.fountain.xelem.lex.ExcelReader;
//...
ExcelReader reader = new ExcelReader();
Workbook xlWorkbook = reader.getWorkbook("c:\\my\\spreadsheet.xml");
System.out.println(xlWorkbook.getSheetNames());

【讨论】：

【解决方案2】：

从 POI 团队 http://apache-poi.1045710.n5.nabble.com/How-to-convert-xml-to-xls-td2306602.html 复制 Mark Beardsley 的回答：

那里有一个 Office 2003 xml 文件，而不是 OpenXML 文件；这是 Microsoft 为 Excel 创建基于 xml 的文件格式的早期尝试，从这个意义上说，它是一种“有效”的 Office 文件格式。

遗憾的是，POI 根本无法解释此文件，这就是为什么当您尝试将其包装在 InputStream 中并将其传递给 WorkbookFactory(s) 构造函数时看到异常的原因。但是，您确实有很多选择；

您可以使用 Excel 本身并手动打开并保存要转换的每个文件，就像您已经完成的那样。
如果您可以访问 Visual Studio 并且可以编写 Visual Basic 或 C# 代码，那么您可以使用允许您以编程方式控制 Excel 的控件。通过这种方式，您可以使用 Excel 本身自动执行文件转换过程。然后，一旦文件被转换为二进制或 OpenXML 格式，就可以使用 POI 来处理它。
如果您在安装了 Excel 副本并使用 Windows 操作系统的独立 PC 上运行，那么您可以使用 OLE 执行与 Java 代码非常相似的操作。如上，POI可用于处理转换后的文件。
如果您可以访问 OpenOffice，它有一个相当不错的 API，可以从 Java 代码访问。您可以使用它为您在文件类型之间进行转换 - 这只是发现在这种情况下使用的正确过滤器的问题。 OpenOffice 适用于除了最复杂的文件之外的所有文件，您应该能够使用 POI 来处理转换后的文件。但是，如果您选择这条路线，最好使用 OpenOffice 的 UNO api 完成所有工作。
根据您要对文件内容执行的操作，您可以使用核心 java 代码和 SAX 或 Xerces 解析器创建自己的解析器（考虑使用 xmlBeans (http://xmlbeans.apache.org/)）。如果您只是使用简单的文本编辑器打开原始 xml 文件，您会看到结构并不复杂，如果您只想获得它包含的原始数据，那么这可能是您的最佳选择。

【讨论】：

谢谢，您的最后一个选项是我接下来要追求的选项，因为我只想让一个进程管理文件转换。相反，我今天向 BA 和供应商提出了更改其格式的案例，他们将文件编写为 Excel 二进制格式而不是 XML 很简单。子弹躲过了，因为我在最后期限之前。

【解决方案3】：

在经历了很多痛苦之后，我找到了解决方案。 JODConverter 使用 OpenOffice.org/LibreOffice API，可以将 SpreadsheetML 转换为 OpenOffice.org 支持的任何格式。

【讨论】：

【解决方案4】：

您可能会使用 OpenOffice API 获得一些结果。如果不是直接，您可能会转换为“支持”格式。否则，Office 2003 'SpreadsheetML' 的架构并不是很复杂。我成功地创建了一个 xslt 场景，将结果集（数据库查询）转换为（简单而有效的）Excel 2003 文档（XML 格式）。反过来应该不难实现。

干杯，维姆

【讨论】：

谢谢，下次我会研究 OpenOffice，因为 Andrey 也提到了这个选项。我会投票给你们，但还没有代表。一旦我得到我的代表，我会记得投票。

【解决方案5】：

今天的答案是要求供应商将其 Excel 文件格式更改为 Excel 二进制文件，而不是旧的 Office XML。这样做让我可以使用 Apache POI 3.7 毫无问题地读取文件。我很欣赏这些答案，因为我不知道在基于 Java 的开源库中没有直接支持这种旧的 Office XML 格式。现在我知道下次在提交到时间线之前要早点查看 Excel 文件的格式。

【讨论】：

【解决方案6】：

前段时间我遇到了同样的问题，最后写了一个 SAX 解析器来读取 XML 文件。我写了一篇关于它的博客文章here。

您可以在Github找到解析文件的示例项目。

【讨论】：