使用 SXSSF (POI) 读取模板 xlsm 并将大数据写入现有工作表答案

【问题标题】：Reading template xlsm and writing large data to existing worksheet using SXSSF (POI)使用 SXSSF (POI) 读取模板 xlsm 并将大数据写入现有工作表
【发布时间】：2013-10-23 07:28:23
【问题描述】：

我能够使用 XSSF 读取现有 xlsm 并使用 SXSSF 将数据写入工作表。最后使用 Outputstream 将其作为另一个 xlsm 输出。
SXSSF 因在文档中编写 xlsx 而被提及
对于大数据读取和写入 xlsm 是否正确，否则如果通过此解决方案完成文件将被损坏？
这是有效的示例代码，

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

    OPCPackage pkg = OPCPackage.open(new File("sample.xlsm"));
        XSSFWorkbook wb_template;
        wb_template = new XSSFWorkbook(
            pkg
        );
        System.out.println("package loaded");
    SXSSFWorkbook wb = new SXSSFWorkbook(wb_template); 
    wb.setCompressTempFiles(true);

    SXSSFSheet sh = (SXSSFSheet) wb.createSheet();
    sh.setRandomAccessWindowSize(100);// keep 100 rows in memory, exceeding rows will be flushed to disk
    for(int rownum = 4; rownum < 5000; rownum++){
       Row row = sh.createRow(rownum);
       for(int cellnum = 0; cellnum < 10; cellnum++){
        Cell cell = row.createCell(cellnum);
        String address = new CellReference(cell).formatAsString();
        cell.setCellValue(address);
       }

    }
    FileOutputStream out = new FileOutputStream(new File("C:\\ouput\\new_file.xlsm"));
    wb.write(out);
    out.close();  }

【问题讨论】：

SXSSF 仅用于非常大的文件。如果您的代码可以使用 XSSF 加载，为什么不继续使用它呢？
@Gagravarr：我将它作为 Web 应用程序进行了尝试，并为并发用户获取了堆转储。还有其他方法可以加载工作簿然后使用 sxssf 吗？

标签： java excel apache-poi xlsx xlsm

【解决方案1】：

我认为您当前的代码没有太大问题，但是在 apache website 上它说 SXSSF 会在您的计算机上留下临时文件，并且您必须调用 dispose 如下：

Note that SXSSF allocates temporary files that you must always clean up explicitly, by calling the dispose method.
SXSSFWorkbook wb = new SXSSFWorkbook(100);
// dispose of temporary files backing this workbook on disk
wb.dispose();

我建议执行 dispose，因为它似乎可以防止存储剩余信息。关于这是否是正确的方法，我建议获取一个测试文件并试一试，这段代码的执行情况将受到您的系统（cpu 功率、内存等）和文档大小的影响。处理。

祝你好运！

【讨论】：

我明白了你的意思，.. 将在我的代码中添加 dispose，.. 对于大数据的 xlsm 是否有任何其他方法（因为 XSSF 导致堆大小问题）.. 实际上我需要添加通过 xlsm 输出大量数据并输出.. 这种方法需要时间和 CPU 进程
我知道如果你从命令行运行程序，你可以向它添加更多的堆空间，除此之外它可能只是导致缓慢的数据大小，如果你有一个巨大的量，那么可能无法绕过一定的处理时间。不幸的是，我从来没有用 Excel 和大量数据做过任何事情，所以我不知道“最好”的方法。