Question

我正在使用Apache POI来读取OLE2文件（可能是Word，可能是Excel）。使用POIFSFileSystem，我可以打开文件，并阅读内容。那一点都很好。

然而，它似乎确实使用了相当多的内存。看几下POIFS，似乎文件的各个部分都被缓冲到内存中，有时不止一次。

是否可以只读取文件中的位，而不是一次性加载所有位？我注意到使用新的文件格式（ooxml），您可以在File和InputStream之间进行选择，并且文档将File构造函数列为较低的内存。旧的OLE2 POIFS有类似的东西吗？

我正在使用POI 3.7 Final以防万一！

Answer 1

你很幸运，它可以完成，但是你需要升级到beta版本 - 代码在3.7 Final之后进入。您应该可以使用3.8 beta 2，但是如果可以的话，您可能需要等待3.8 beta 3。

您需要做的是从使用POIFSFileSystem切换到NPOIFSFileSystem。 N前缀用于基于NIO的新OLE2代码，使用流时内存效率更高，使用文件时内存效率更高。有关详细信息，请参阅NPOIFSFileSystem docs。

您的代码将类似于：

// This is the most memory efficient way to open the FileSystem
NPOIFSFileSystem fs;
try {
    fs = new NPOIFSFileSystem(new File(filename));
} catch (IOException e) {
    // an I/O error occurred, or the File did not provide a compatible
    // POIFS data structure
}
DirectoryEntry root = fs.getRoot();

在3.8 beta 2中，大多数POIDocument类（HSSFWorkbook等）将在其构造函数中接受DirectoryEntry，因此您可以从NPOIFSFileSystem中读取它们。但是，写支持还没有完成，所以如果你需要回写（内存占用更高），你需要坚持使用POIFSFileSytem

用Java读取OLE2文件而不缓冲到内存中？

1 个答案: