代码：

Question

我需要阅读我收到的excel（.xls）文件。使用常规字符集，如UTF-8，Cp1252，ISO-8859-1，UTF-16LE，这些都没有帮助我，字符仍然是格式错误。

所以我搜索最终使用juniversalchardet，它向我显示字符集是MacCyrillic，使用MacCyrillic来读取文件，但仍然是同样奇怪的结果。

当我在excel上打开文件时一切都很好，所有的角色都很好，因为它的葡萄牙语充满了whit等等。但打开惠特记事本或通过java文件都搞砸了。但是如果在我的Excel上打开文件然后像.txt那样再次保存它就变得可读了

我找到字符集的方法

    public static void lerCharset(String fileName) throws IOException {
    byte[] buf = new byte[50000000];
    FileInputStream fis = new FileInputStream(fileName);

    // (1)
    UniversalDetector detector = new UniversalDetector(null);

    // (2)
    int nread;
    while ((nread = fis.read(buf)) > 0 && !detector.isDone()) {
        detector.handleData(buf, 0, nread);
    }
    // (3)
    detector.dataEnd();

    // (4)
    String encoding = detector.getDetectedCharset();
    if (encoding != null) {
        System.out.println("Detected encoding = " + encoding);
    } else {
        System.out.println("No encoding detected.");
    }

    // (5)
    detector.reset();
    fis.close();
}

我怎样才能发现正确的字符集？我应该尝试不同的方法吗？就像让我的java重新保存excel然后开始阅读一样？

Answer 1

如果我理解您的问题，您就会尝试像文本文件一样阅读excel文件。

挑战在于.xls文件实际上是包含文本，格式，工作表信息，宏信息等的二进制文件......

您需要将文件保存为.csv（在运行程序之前通过Excel或直接通过程序），将它们升级到.xlsx（它有许多可以将文件读取为XML的库）在那时）或使用库（例如apache POI or anything similar）甚至使用ADO查询数据。

祝你好运，我希望通过你的问题暗示你的意思。

Answer 2

代码：

WorkbookSettings workbookSettings = new WorkbookSettings();
WorkbookSettings.setEncoding("Cp1252");

如何读取像文本一样的excel（.xls）文件？

2 个答案:

代码：