Question

我已经阅读了很多关于Apache POI大文件问题的文章和主题。但我对任何解决方案仍有一些问题。所以我的任务是从许多Excel文件中删除空行。它们被安排在目录的树结构中，我想要立即执行所有程序。为此，我有下一个方法：

public static void listFilesForFolder(final File folder) {
        for (final File fileEntry : folder.listFiles()) {
            if (fileEntry.isDirectory()) {
                System.out.println("\n" + "Folder: " + fileEntry.getName());
                listFilesForFolder(fileEntry);
            } else {
                System.out.println("File:" + fileEntry.getName() + " = " + humanReadableByteCount(fileEntry.length()) + " -> "); 
                System.out.println("New size: " + humanReadableByteCount(workWithWorkbook2(fileEntry)));
            }
        }
    }

方法humanReadableByteCount在这里并不重要。所有与Excel一起工作的方法workWithWorkbook2。很多次我重写了这个方法，我尝试使用XSSF（usermodel）SXSSF和XSSFReader（eventusermodel），结果如下：

XSSF - 通过Apache POI的这种实现，我的程序以OutOfMemoryException结束。我试图设置更多可用内存（-Xmx2g和-Xmx3g），但这还不够。程序在大约1.5 GB RAM的开头使用，在第一个Excel之后大约是1.7 GB的RAM，但随后打开了一个更大的Excel（大约40兆字节）和内存超过2.8千兆字节的RAM。
SXSSF - 我只找到了创建新文件的示例。但那不是我需要的。我需要读取文件，分析它并删除空行。
XSSFReader - 这里我遇到了一些XMLParser问题（目前仍然存在）。不过，这只是一个读者，我需要能够编辑一个文件。

我想向您展示我的方法workWithWorkbook2，但它只包含XSSFReader的实现，因为我对Apache POI的不同实现进行了实验。因此，有一个方法workWithWorkbook2，其中包含许多注释行，以便您查看我的尝试：

public static long workWithWorkbook2(File fileEntry) {

        if (fileEntry.getName().endsWith(".xltx")) {
            System.out.println("== Jump over .xltx file ==");
        }
        else {

            //FileInputStream file = new FileInputStream(new File(fileEntry.getPath()));

            //Workbook wb = WorkbookFactory.create(new File(fileEntry.getPath()));

            //SXSSFWorkbook workbook = new SXSSFWorkbook(wb, 1000);

            //workbook.setCompressTempFiles(true);

            OPCPackage pkg = OPCPackage.open(fileEntry.getPath());

            XSSFReader r = new XSSFReader(pkg);

            SharedStringsTable sst = r.getSharedStringsTable();

            XMLReader parser = fetchSheetParser(sst);

            Iterator<InputStream> sheets = r.getSheetsData();

            while(sheets.hasNext()) {
                InputStream sheet = sheets.next();
                InputSource sheetSource = new InputSource(sheet);
                parser.parse(sheetSource);
                sheet.close();
            }

//            FormulaEvaluator evaluator = wb.getCreationHelper().createFormulaEvaluator();
//
//            for (int i = 0; i<wb.getNumberOfSheets(); i++) {
//
//                Sheet sheet = wb.getSheetAt(i);
//
//                Iterator<Row> rowIterator = sheet.iterator();
//                while (rowIterator.hasNext()) {
//
//                    Row row = rowIterator.next();
//                    Iterator<Cell> cellIterator = row.cellIterator();
//
//                    while (cellIterator.hasNext()) {
//
//                        Cell cell = cellIterator.next();
//
//                        if (cell == null) {
//                            System.out.println(row.getRowNum() + " NULL, " + cell.getCellType() + ", " + cell.getColumnIndex());
//                        }
//                        else {
//
//                            switch (evaluator.evaluateInCell(cell).getCellType()) 
//                            {
//                                case Cell.CELL_TYPE_STRING:
//                                    //System.out.println(row.getRowNum() + " String, " + cell.getCellType() + ", " + cell.getColumnIndex() + ", " + cell.getStringCellValue());
//                                    break;
//                                case Cell.CELL_TYPE_NUMERIC:
//                                    //System.out.println(row.getRowNum() + " Numeric, " + cell.getCellType() + ", " + cell.getColumnIndex() + ", " + cell.getNumericCellValue());
//                                    break;
//                                case Cell.CELL_TYPE_FORMULA:
//                                    //System.out.println(row.getRowNum() + " Formula, " + cell.getCellType() + ", " + cell.getColumnIndex() + ", " + cell.getCellFormula());
//                                    break;
//                                case Cell.CELL_TYPE_BOOLEAN:
//                                    //System.out.println(row.getRowNum() + " Boolean, " + cell.getCellType() + ", " + cell.getColumnIndex() + ", " + cell.getBooleanCellValue());
//                                    break;
//                                case Cell.CELL_TYPE_BLANK:
//                                    //System.out.println(row.getRowNum() + " Empty, " + cell.getCellType() + ", " + cell.getColumnIndex());
//                                    break;
//                                case Cell.CELL_TYPE_ERROR:
//                                    //System.out.println(row.getRowNum() + " Error, " + cell.getCellType() + ", " + cell.getColumnIndex());
//                                    break;
//                                default:
//                                    //System.out.println(row.getRowNum() + " WTF type?, " + cell.getCellType() + ", " + cell.getColumnIndex());
//                                    break;
//                            }
//
//                        }
//                    }
//
//                } 
//
//            }
//            
//            evaluator.clearAllCachedResultValues();

            //file.close();

        }
        return 0;
    }

在这里你可以看到：

在代码的第一部分中注释掉了实现SXSSF之前我实现过XSSF的方式。
接下来是我最后一次尝试的XSSFReader的实现。但我认为这不是可行的方法。
以下大块代码注释掉了 - 我最初的XSSF实现分析Excel文件。

请帮忙完成这项任务？子目录中的报告大约是150，我绝对不想手动完成。有数百千字节的Excel，但也有几十兆字节。

THX！

使用Apache POI读取和编辑大型Excel文件

0 个答案: