Java poi 4.0+ （三） 事件驱动模式解析excel 包含03和07版的excel

前面我们介绍了用户模式如何解析excel，但是用户模式局限很大，其并不能解析大数据量的excel。我做过测试，在16G内存上的机子，07版excel导入6W条数据，内存一下彪了2个G，由于之前忘截图了，所以此处没有图，下面，我将介绍在大批量数据时候，如何解析excel。

当然是用 事件驱动模式（其实就是一种流式读取的名字）了！

网上有很多相似的代码，我也参考了很多，但是我发现不论哪个都有很大的问题，比如对公式和数字日期的解析。

下面不多说，直接上代码。参考了网上很多的代码，也给自己记录一下。

首先07版的，要继承  DefaultHandler 把他当做xml解析。这个网上有很多说明，我就不赘述了。xlsx改成rar后解压得到如下图。

package com.youth.excel_youth.util;

import com.youth.excel_youth.constants.Constants;
import com.youth.excel_youth.constants.XSSFDataType;
import com.youth.excel_youth.service.IRowReader;
import org.apache.poi.hssf.usermodel.HSSFDateUtil;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.ss.usermodel.BuiltinFormats;
import org.apache.poi.ss.usermodel.DateUtil;
import org.apache.poi.xssf.eventusermodel.XSSFReader;
import org.apache.poi.xssf.model.SharedStringsTable;
import org.apache.poi.xssf.model.StylesTable;
import org.apache.poi.xssf.usermodel.XSSFCellStyle;
import org.apache.poi.xssf.usermodel.XSSFRichTextString;
import org.xml.sax.Attributes;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.DefaultHandler;
import org.xml.sax.helpers.XMLReaderFactory;

import java.io.InputStream;
import java.math.BigDecimal;
import java.text.SimpleDateFormat;
import java.util.*;

/**
 * @author: youth_1231
 * @Date: 2019/1/24 0024 15:39
 * @Description:   抽象Excel2007读取器，excel2007的底层数据结构是xml文件，采用SAX的事件驱动的方法解析
*                    xml，需要继承DefaultHandler，在遇到文件内容时，事件会触发，这种做法可以大大降低
 *                   内存的耗费，特别使用于大数据量的文件。
 */
public class Excel07Parser extends DefaultHandler {
    //共享字符串表
    private SharedStringsTable sst;
    //上一次的内容
    private String readValue;
    /**
     * 存放一行中的数据
     */
    private String[] rowList;

    private int colIdx;
    private int sheetIndex = -1;

    //当前行
    private int curRow = 0;
    /**
     * T元素标识
     */
    private boolean isTElement;
    /**
     * 单元格类型
     */
    private XSSFDataType dataType;

    private StylesTable stylesTable;
    private short dataFormat;
    private String dataFormatString;

    private IRowReader rowReader;
    /**
     * 可以将有的sheet页相关参数放到一个对象中，比如sheet中的错误，sheetName，业务数据等等，
     * 对象放到集合中，其中的数据建议超过2000条持久化一次
     */
//    private List<XXX> xxxxx;


    public void setRowReader(IRowReader rowReader){
        this.rowReader = rowReader;
    }

    /**
     * 遍历工作簿中所有的电子表格
     * @param filename
     * @throws Exception
     */
    public void process(String filename) throws Exception {
        OPCPackage pkg = OPCPackage.open(filename);
        XSSFReader r = new XSSFReader(pkg);
        this.stylesTable = r.getStylesTable();
        SharedStringsTable sst = r.getSharedStringsTable();
        XMLReader parser = fetchSheetParser(sst);
        XSSFReader.SheetIterator sheets = (XSSFReader.SheetIterator) r.getSheetsData();
        while (sheets.hasNext()) {
            curRow = 0;
            sheetIndex++;
            InputStream sheet = sheets.next();
            /*获取当前sheet名称，有些同学需要*/
            String sheetName = sheets.getSheetName();
            InputSource sheetSource = new InputSource(sheet);
            parser.parse(sheetSource);
            sheet.close();
        }
    }

    public XMLReader fetchSheetParser(SharedStringsTable sst)
            throws SAXException {
        XMLReader parser = XMLReaderFactory
                .createXMLReader();
        this.sst = sst;
        parser.setContentHandler(this);
        return parser;
    }

    @Override
    public void startElement(String uri, String localName, String name,
                             Attributes attributes) throws SAXException {

        // c => 单元格
        if ("c".equals(name)) {
            colIdx = getColumn(attributes);
            dataFormat = -1;
            dataFormatString = null;

            // 如果下一个元素是 SST 的索引，则将nextIsString标记为true
            String cellType = attributes.getValue("t");
            String cellStyle = attributes.getValue("s");

            this.dataType = XSSFDataType.NUMBER;
            if ("b".equals(cellType)) {
                this.dataType = XSSFDataType.BOOLEAN;
            } else if ("e".equals(cellStyle)) {
                this.dataType = XSSFDataType.ERROR;
            } else if ("s".equals(cellStyle)) {
                this.dataType = XSSFDataType.SSTINDEX;
            } else if ("inlineStr".equals(cellStyle)) {
                this.dataType = XSSFDataType.INLINESTR;
            } else if ("str".equals(cellStyle)) {
                this.dataType = XSSFDataType.FORMULA;
            }

            if (cellStyle != null) {
                int styleIndex = Integer.parseInt(cellStyle);
                XSSFCellStyle style = stylesTable.getStyleAt(styleIndex);
                dataFormat = style.getDataFormat();
                dataFormatString = style.getDataFormatString();
                /**
                 * 07版本当前只发现了57 58 的时候formatString为空
                 */
                if (!Constants.EXCEL_FORMAT_INDEX_DATA_EXACT_NY.equals(dataFormat) && !Constants.EXCEL_FORMAT_INDEX_DATA_EXACT_YR.equals(dataFormat)
                        && !Constants.EXCEL_FORMAT_INDEX_TIME_EXACT.contains(dataFormat)
                        && dataFormatString == null){
                    this.dataType = XSSFDataType.NULL;
                    dataFormatString = BuiltinFormats.getBuiltinFormat(dataFormat);
                }
            }

        }
        //当元素为t时
        if("t".equals(name)){
            isTElement = true;
        } else {
            isTElement = false;
        }

        // 解析到一行开始处，初始化数据
        if("row".equals(name)){
            rowList = new String[getColsNum(attributes)];
        }
        // 置空
        readValue = "";
    }

    @Override
    public void endElement(String uri, String localName, String name)
            throws SAXException {


        if (isTElement) {
            rowList[colIdx] = readValue.trim();
            isTElement = false;
        } else if ("v".equals(name)){
            getValue();
            rowList[colIdx] = readValue;
        } else {
            //如果标签名为 row，这说明已经到行尾，调用getRows()方法
            if ("row".equals(name)){
                rowReader.getRows(sheetIndex,curRow,new ArrayList<>(Arrays.asList(rowList)));
                curRow++;
            }
        }

    }

    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        //得到单元格内容的值
        readValue += new String(ch, start, length);
    }

    /**
     * 事件模式： 得到当前cell在当前row的位置
     * @param attributes
     * @return
     */
    private int getColumn(Attributes attributes){
        String name = attributes.getValue("r");
        int column = -1;
        for (int i = 0; i < name.length(); ++i) {
            if (Character.isDigit(name.charAt(i))){
                break;
            }

            int c = name.charAt(i);
            column = (column + 1) * 26 + c - 'A';
        }
        return column;
    }

    /**
     * 事件模式： 得到当前cell在当前row的位置
     * @param attributes
     * @return
     */
    private int getColsNum(Attributes attributes){
        String s