POI2与POI3差异及解决excel2003和excel2007兼容研究报告_V1.1.doc

POI2与POI3差异及解决excel2003和excel2007兼容性研究报告 第8页1 现有问题：近期发现报表系统（使用EXCEL作报表），在不知情的用户使用了EXCEL2007版本之后，出现了一系列兼容性问题:1、 用POI2.x操作EXCEL2007文件，会导致后台错误。org.apache.poi7.poifs.filesystem.OfficeXmlFileException: The supplied data appears to be in the Office 2007+ XML. You are calling the part of POI that deals with OLE2 Office Documents. You need to call a different part of POI to process this data (eg XSSF instead of HSSF)2、 涉及EXCEL导出的部分，若文件内容是EXCEL2007，却使用.XLS,为后缀名的文件。那么使用EXCEL2003打开会导致乱码现象。3、 目前新建报表模版，无论客户端安装的是什么版本的OFFICE，后台都是用EXCEL2003（POI2）文件格式创建的。4、 目前兼容性问题影响范围包含但不限于：模板制作、报表导出、模板版本化、批量折合等所有用到EXCEL后台操作的功能。2 问题原因：报表平台现有系统在后台处理Excel都是使用apache的POI2.x进行解析处理，但是poi2.x是和jdk1.4兼容的，且poi2.x只能处理excel2003及以前的老版本excel文件，客户机器上安装的往往是较新版的office2007，要处理excel2007就必须使用poi3.5以上的版本，poi3.5及以上的版本适用jdk1.5版及以上，并支持excel2007的处理。3 POI2.x与POI3.x的区别：3.1 什么是POIApache POI是Apache软件基金会的开放源码函式库，POI提供API给Java程式对Microsoft Office格式档案读和写的功能。现在较新较稳定的POI版本是3.7，即常说的POI7，最新的POI3.8已经出了beta2版本,支持EXCEL2010的操作。3.2 如何使用POI完整的POI3.8 beta2包含如下类库：poi-3.8-beta2-20110408.jarpoi-examples-3.8-beta2-20110408.jarpoi-excelant-3.8-beta2-20110408.jarpoi-ooxml-3.8-beta2-20110408.jar （Office Open XML） poi-ooxml-schemas-3.8-beta2-20110408.jarpoi-scratchpad-3.8-beta2-20110408.jar另需要一些配套包的支持dom4j-1.6.1.jarstax-api-1.0.1.jarxmlbeans-2.3.0.jar （必须使用2.3或以上的版本）commons-logging-1.1.jarjunit-3.8.1.jarlog4j-1.2.13.jarPOI3.8的具体API及实现方法不在本文详述。3.3 POI结构及版本区别：1、 首先，相对于POI2.X及以下版本，POI3.X支持较高版本的Office操作，在本文中关注的是能够对EXCEL2007进行操作，并可兼容操作EXCEL2003。部分类图如下：（图1）如上图，POI2.x的结构只有类图中左半部分，POI3.x新增了以XSSF前缀的EXCEL文件操作对象，用于对OOM格式的EXCEL操作。POI3完整具体结构和作用如下：结构： HSSF 提供读写Microsoft Excel格式档案的功能。 XSSF 提供读写Microsoft Excel OOXML格式档案的功能。 HWPF 提供读写Microsoft Word格式档案的功能。 HSLF 提供读写Microsoft PowerPoint格式档案的功能。 HDGF 提供读写Microsoft Visio格式档案的功能。 2、其次，另一个重要区别就是，excel2007文件格式与之前版本不同，之前版本采用的是微软自己的存储格式。07版内容的存储采用XML格式（OOM）。4 现有问题解决方案：4.1 解决方案要求：1、 解决目前EXCEL2003和EXCEL2007兼容性问题。2、 提供后续EXCEL版本，如EXCEL2010的可扩展性。4.2 算法（实现逻辑）1、 兼容性：如（图1）所示，我们可以看到，操作EXCEL2003的对象（HSSF为前缀）与操作EXCEL2007的对象（XSSF为前缀）共用一套接口，在遇到未知版本的EXCEL文件时，可以通过POI提供的方法判断文件头来获取版本信息，构造具体版本的Workbook实例。再返回统一的接口达到兼容性要求。创建兼容性Workbook的工厂方法代码如下：public static Workbook createCommonWorkbook(InputStream inp)throws IOException, InvalidFormatException / 首先判断流是否支持mark和reset方法，最后两个if分支中的方法才能支持if (!inp.markSupported() / 还原流信息inp = new PushbackInputStream(inp, 8);/ EXCEL2003使用的是微软的文件系统if (POIFSFileSystem.hasPOIFSHeader(inp) return new HSSFWorkbook(inp);/ EXCEL2007使用的是OOM文件格式if (POIXMLDocument.hasOOXMLHeader(inp) / 可以直接传流参数，但是推荐使用OPCPackage容器打开return new XSSFWorkbook(OPCPackage.open(inp);throw new IOException(不能解析的excel版本);通过传入的文件流，获取到通用的Workbook接口，就可以进行一系列不同的业务操作了，实际上到这一步EXCEL2003与EXCEL2007的兼容性问题已经基本解决了，简单吧？具体实例请阅读本文最后的DEMO，此处不详述。当然，HSSFWorkbook(EXCEL2003)会与XSSFWorkbook(EXCEL2007)有很多差异，通用接口只能满足这两者的交集部分。如下图：（图2）若接口不能完全满足要求，可以通过判断Workbook类型，强制转换成其对应版本的对象，分别作两套或多套方法来处理。这是为满足兼容性值得牺牲，也是必须牺牲的部分。根据实际操作经验，接口能满足绝大部分EXCEL的基本操作，不能满足需要的情况非常少见。具体功能差异未作深究，感兴趣的读者可自行对比API。伪码如下：Workbook wb = createCommonWorkbook(不确定的版本的EXCEL文件流);if (wb instanceof HSSFWorkbook) HSSFWorkbook hwb = (HSSFWorkbook)wb;EXCEL2003的处理部分 else if (wb instanceof XSSFWorkbook) XSSFWorkbook xwb = (XSSFWorkbook)wb;EXCEL2007的处理部分 else throw new IOException(不能解析的excel版本);2、 扩展性：我们在兼容性部分已经创建了获取兼容Workbook的工厂方法，若遇到其它版本，如EXCEL2010的需求，在工厂方法里添加一个创建EXCEL2010的Workbook条件就行了。修改createCommonWorkbook方法，伪码如下：public static Workbook createCommonWorkbook(InputStream inp)throws IOException, InvalidFormatException . if (输入文件的文件头为EXCEL2010格式) return new EXCEL2010Workbook(inp);. throw new IOException(不能解析的excel版本);既然版本都是固定的，那么再提供一个版本枚举类，不就可以更方便管理不同的EXCEL版本了吗，如果将枚举的VALUE值定义为文件后缀名，也一并解决了不同版本的EXCEL文件后缀名不同的恼人问题，真是一举多得呢。后续即使有更高的Office版本，如EXCEL2010，也只需要添加一个工厂条件，再添加一个枚举项即可实现无缝升级了。枚举类属性如下：/ KEY：版本号/ VALUE:文件后缀名/* EXCEL2003版本 */EXCEL_2003(2003, .xls),/* EXCEL2007版本 */EXCEL_2007(2007, .xlsx);/* 后续添加扩展添加的EXCEL2010版本 */EXCEL_2010(2010, .xlsx);再创建一个根据Workbook取得版本信息的工具方法，如下：public static ExcelVersionTypeEnum checkExcelVersion(Workbook wb)throws IOException if (wb instanceof HSSFWorkbook) return ExcelVersionTypeEnum.EXCEL_2003; else if (wb instanceof XSSFWorkbook) return ExcelVersionTypeEnum.EXCEL_2007; else throw new IOException(不能解析的excel版本);以后获取版本信息或后缀名就方便了：ExcelVersionTypeEnum ev =CompatibleExcelUtil.checkExcelVersion(wb);String suffix = ev.getValue();3、 DEMO: 源码如下：public class Test public static void main(String args) String path2007 = d:2007.xlsx;String path2003 = d:2003.xls;Test.Demo(path2003);public static void Demo(String filePath)InputStream is = null;try is = new BufferedInputStream(new FileInputStream(new File(filePath);/调用工具类，获取兼容的Workbook接口（兼容性）Workbook wb = CompatibleExcelUtil.createCommonWorkbook(is);/获取首个单元格值（具体业务处理）Sheet sheet = wb.getSheetAt(0);sheet.getRow(0);Row row = sheet.getRow(0);Cell cell = row.getCell(0);/调用工具类，返回版本枚举ExcelVersionTypeEnum ev =CompatibleExcelUtil.checkExcelVersion(wb);/控制台打印信息System.out.println(EXCEL版本号： + ev);System.out.println(文件后缀名： + ev.getValue() + (即使此DEMO中文件后缀名不规范，此处也能正确识别);System.out.println(首个单元格值： + cell.getNumericCellValue(); catch (Exception e) e.printStackTra