Question

我当前的程序正在尝试下载文件，然后将它们合并到一个大的Excel文件中。我正在努力解决的问题是，我正在下载它们的网站出于某种原因制作.html文件，但是将.xls扩展名附加到它们上面。这允许它们通过Excel手动打开，但不允许我使用Apache POI来读取它们，因为它看到文件格式/扩展名的差异。我的流程如下：

1 - 运行我的程序的一部分，使用Selenium通过我的网络浏览器下载文件 - 这很好用

2 - 手动打开每个下载的文件和另存为xlsx文件（注意：当我在Excel中手动打开它们时，我被告知有文件格式/扩展名差异只是为了清楚）

3 - 运行我的程序的其余部分，它梳理每个新文件（在步骤2中创建的文件）并将所有数据附加到最终输出文件 - 这样可以正常工作

有没有办法自动化这个过程，还是我必须继续手动完成？

Answer 1

你在评论中说你在文本编辑器中打开了文件，发现它是HTML5。

我会使用像jsoup这样的HTML解析器来获取您需要的数据，并使用Apache POI创建一个新文件。

Answer 2

您可以使用EasyXLS库。它允许读取HTML文件并保存为XLSX。

function getUsers(){
    $.ajax({
        url: "/user.php",
        type: 'POST',
        dataType: 'json',
        success: function(json) {
            var tr;
            for (var i = 0; i < json.length; i++) {
                tr = '<tr>';
                tr+="<td><a>"+json[i].first_name +' '+json[i].last_name+"</a></td>";
                tr+="<td><a href='mailto:"+ json[i].email +"'>"+ json[i].email + "</a></td>";
                tr+='</tr>';
               $("#tableBody").append(tr);
            }

        },
    });
}

您可以从以下位置下载适用于Java的Excel库：
https://www.easyxls.com/java-excel-library

有关阅读HTML文件以及支持哪些HTML标记的更多详细信息： https://www.easyxls.com/manual/basics/import-from-html-file-format.html

可以使用java自动化excel进程吗？

2 个答案: