Java读取大数据量07Excel的方法（POI）

工作当中遇到要读取大数据量Excel（10万行以上，Excel 2007），用POI方式读取，用HSSFWorkbook读取时，超过2万行JVM的内存就会溢出，在网上找到原来要用XML方式逐行读取，记录下来，以供参考。

    注意：运行环境是jdk1.6，如果要在1.5的环境中运行，要把jdk1.6中的rt.jar中javax.xml包下所有类加到运行的环境中。

    下面是代码：

[java]
view plaincopy





import java.io.InputStream;    
import java.util.ArrayList;    
import java.util.Iterator;    
import java.util.List;    
   
import org.apache.poi.openxml4j.opc.OPCPackage;    
import org.apache.poi.xssf.eventusermodel.XSSFReader;    
import org.apache.poi.xssf.model.SharedStringsTable;    
import org.apache.poi.xssf.usermodel.XSSFRichTextString;    
import org.xml.sax.Attributes;    
import org.xml.sax.InputSource;    
import org.xml.sax.SAXException;    
import org.xml.sax.XMLReader;    
import org.xml.sax.helpers.DefaultHandler;    
import org.xml.sax.helpers.XMLReaderFactory;    
   
public class ExcelUtil extends DefaultHandler {    
        
    private SharedStringsTable sst;    
    private String lastContents;    
    private boolean nextIsString;    
   
    private int sheetIndex = -1;    
    private List<String> rowlist = new ArrayList<String>();    
    private int curRow = 0;    
    private int curCol = 0;    
        
        
    /** 
     * 读取第一个工作簿的入口方法 
     * @param path 
     */    
    public void readOneSheet(String path) throws Exception {    
        OPCPackage pkg = OPCPackage.open(path);         
        XSSFReader r = new XSSFReader(pkg);    
        SharedStringsTable sst = r.getSharedStringsTable();    
                
        XMLReader parser = fetchSheetParser(sst);    
                
        InputStream sheet = r.getSheet("rId1");    
   
        InputSource sheetSource = new InputSource(sheet);    
        parser.parse(sheetSource);    
                
        sheet.close();          
    }    
        
        
    /** 
     * 读取所有工作簿的入口方法 
     * @param path 
     * @throws Exception 
     */    
    public void process(String path) throws Exception {    
        OPCPackage pkg = OPCPackage.open(path);    
        XSSFReader r = new XSSFReader(pkg);    
        SharedStringsTable sst = r.getSharedStringsTable();    
   
        XMLReader parser = fetchSheetParser(sst);    
   
        Iterator<InputStream> sheets = r.getSheetsData();    
        while (sheets.hasNext()) {    
            curRow = 0;    
            sheetIndex++;    
            InputStream sheet = sheets.next();    
            InputSource sheetSource = new InputSource(sheet);    
            parser.parse(sheetSource);    

4000
            sheet.close();    
        }    
    }    
        
    /** 
     * 该方法自动被调用，每读一行调用一次，在方法中写自己的业务逻辑即可 
     * @param sheetIndex 工作簿序号 
     * @param curRow 处理到第几行 
     * @param rowList 当前数据行的数据集合 
     */    
    public void optRow(int sheetIndex, int curRow, List<String> rowList) {    
        String temp = "";    
        for(String str : rowList) {    
            temp += str + "_";    
        }    
        System.out.println(temp);    
    }    
        
        
    public XMLReader fetchSheetParser(SharedStringsTable sst) throws SAXException {    
        XMLReader parser = XMLReaderFactory    
                .createXMLReader("org.apache.xerces.parsers.SAXParser");    
        this.sst = sst;    
        parser.setContentHandler(this);    
        return parser;    
    }    
        
    public void startElement(String uri, String localName, String name,    
            Attributes attributes) throws SAXException {    
        // c => 单元格    
        if (name.equals("c")) {    
            // 如果下一个元素是 SST 的索引，则将nextIsString标记为true    
            String cellType = attributes.getValue("t");    
            if (cellType != null && cellType.equals("s")) {    
                nextIsString = true;    
            } else {    
                nextIsString = false;    
            }    
        }    
        // 置空    
        lastContents = "";    
    }    
        
        
    public void endElement(String uri, String localName, String name)    
            throws SAXException {    
        // 根据SST的索引值的到单元格的真正要存储的字符串    
        // 这时characters()方法可能会被调用多次    
        if (nextIsString) {    
            try {    
                int idx = Integer.parseInt(lastContents);    
                lastContents = new XSSFRichTextString(sst.getEntryAt(idx))    
                        .toString();    
            } catch (Exception e) {    
   
            }    
        }    
   
        // v => 单元格的值，如果单元格是字符串则v标签的值为该字符串在SST中的索引    
        // 将单元格内容加入rowlist中，在这之前先去掉字符串前后的空白符    
        if (name.equals("v")) {    
            String value = lastContents.trim();    
            value = value.equals("") ? " " : value;    
            rowlist.add(curCol, value);    
            curCol++;    
        } else {    
            // 如果标签名称为 row ，这说明已到行尾，调用 optRows() 方法    
            if (name.equals("row")) {    
                optRow(sheetIndex, curRow, rowlist);    
                rowlist.clear();    
                curRow++;    
                curCol = 0;    
            }    
        }    
    }    
   
    public void characters(char[] ch, int start, int length)    
            throws SAXException {    
        // 得到单元格内容的值    
        lastContents += new String(ch, start, length);    
    }    
   
}