Java读取Excel数据并保持列顺序的实用指南

Java读取Excel数据并保持列顺序的实用指南

当从excel文件中读取数据并将其存储到List

结构中时,标准的Hashmap无法保证键值对的插入顺序,导致列顺序混乱。本教程将详细介绍如何利用LinkedHashMap来有效解决这一问题,确保数据在内存中保持与Excel源文件一致的列顺序,为后续的数据处理或写回Excel提供便利,并提供完整的Java代码示例。

1. 问题背景:HashMap与数据顺序

在java中,hashmap是一种基于哈希表的map实现,它提供了高效的键值对存储和检索能力。然而,hashmap的设计初衷是为了优化性能,而不是为了维护元素的插入顺序。这意味着当你向hashmap中添加键值对时,它们在内部的存储顺序是不确定的,并且可能会随着哈希冲突的解决或内部扩容而改变。

对于Excel这类结构化数据源,列的顺序通常是固定的且具有业务意义。例如,一个excel表格可能有“姓名”、“年龄”、“城市”三列,如果使用HashMap存储每一行数据,那么读取后,Map中键值对的顺序可能是“年龄”->“姓名”->“城市”,而非原始的“姓名”->“年龄”->“城市”。当需要将这些数据写回Excel或进行依赖列顺序的进一步处理时,这种顺序的丢失就会成为一个严重的问题。

2. 解决方案:LinkedHashMap与TreeMap

为了解决HashMap不保留插入顺序的问题,Java提供了两种特殊的Map实现:

  • LinkedHashMap: LinkedHashMap是HashMap的子类,它通过维护一个双向链表来记录键值对的插入顺序。这意味着当你遍历LinkedHashMap时,元素的返回顺序将与它们被插入时的顺序完全一致。这正是我们从Excel读取数据并希望保留列顺序时所需要的特性。
  • TreeMap: TreeMap是基于红黑树实现的Map,它会根据键的自然顺序(或者通过构造函数提供的Comparator)对键值对进行排序。如果你希望Map中的列按照字母顺序或其他自定义顺序排列,TreeMap是一个选择。但对于保留Excel原始列顺序的需求,LinkedHashMap更为直接和适用。

考虑到我们的目标是保留Excel中“从左到右”的原始列顺序,LinkedHashMap是最佳选择。

3. 实现细节:使用LinkedHashMap读取Excel数据

下面我们将修改原始代码,将每一行数据的存储容器从HashMap替换为LinkedHashMap,以确保列顺序的保留。

立即学习Java免费学习笔记(深入)”;

import org.apache.poi.ss.usermodel.*; import java.util.*; import java.util.stream.Collectors;  public class ExcelDataReader {      /**      * 从Excel工作表中读取数据,并将其存储为List<Map<String, String>>。      * 每个Map代表一行数据,键为列标题,值为单元格内容。      * 使用LinkedHashMap确保列的顺序与Excel中一致。      *      * @param sheet 要读取的Excel工作表对象。      * @return 包含所有行数据的List,每行数据是一个LinkedHashMap。      *         如果工作表为空,则返回一个空列表。      */     public static List<Map<String, String>> readExcelSheet(Sheet sheet) {         Iterator<Row> rows = sheet.iterator();          // 检查工作表是否为空         if (!rows.hasNext()) {             return Collections.emptyList();         }          // 读取表头(第一行)以获取列名和它们的顺序         Row headerRow = rows.next();         List<String> columnHeaders = new ArrayList<>();         // 遍历表头单元格,获取所有非空列名         for (Cell cell : headerRow) {             String headerValue = cell.getStringCellValue().trim(); // 获取并清理列名             if (!headerValue.isEmpty()) {                 columnHeaders.add(headerValue);             } else {                 // 如果遇到空列名,认为后续没有有效列,停止读取表头                 // 实际应用中可能需要更复杂的逻辑来处理空列名或合并单元格                 break;             }         }          List<Map<String, String>> allRowsData = new ArrayList<>();          // 遍历剩余的行(数据行)         while (rows.hasNext()) {             Row dataRow = rows.next();             // 使用LinkedHashMap来保证列的插入顺序与表头一致             Map<String, String> rowDataMap = new LinkedHashMap<>();              // 遍历已识别的列头,按顺序获取对应单元格的值             for (int i = 0; i < columnHeaders.size(); ++i) {                 String columnName = columnHeaders.get(i);                 // 获取单元格,如果单元格不存在则创建为空白单元格                 Cell cell = dataRow.getCell(i, Row.MissingCellPolicy.CREATE_NULL_AS_BLANK);                 String cellValue = getCellValueAsString(cell); // 统一处理单元格值                  rowDataMap.put(columnName, cellValue);             }              // 仅添加非空行到结果列表             // 判断行是否为空的逻辑:如果所有值都为空字符串,则认为是空行             if (!rowDataMap.values().stream().allMatch(String::isEmpty)) {                 allRowsData.add(rowDataMap);             }         }          return allRowsData;     }      /**      * 辅助方法:将单元格内容统一转换为字符串。      * 处理不同类型的单元格,避免toString()直接调用可能带来的问题。      *      * @param cell 单元格对象。      * @return 单元格内容的字符串表示。      */     private static String getCellValueAsString(Cell cell) {         if (cell == null) {             return "";         }         switch (cell.getCellType()) {             case STRING:                 return cell.getStringCellValue().trim();             case NUMERIC:                 if (DateUtil.isCellDateFormatted(cell)) {                     // 处理日期类型                     return cell.getDateCellValue().toString(); // 或者使用SimpleDateFormat格式化                 } else {                     // 处理数字类型,避免科学计数法或精度问题                     return String.valueOf(cell.getNumericCellValue());                 }             case BOOLEAN:                 return String.valueOf(cell.getBooleanCellValue());             case FORMULA:                 // 对于公式单元格,尝试获取其计算结果                 try {                     return String.valueOf(cell.getNumericCellValue()); // 假设公式结果为数字                 } catch (IllegalStateException e) {                     try {                         return cell.getStringCellValue().trim(); // 假设公式结果为字符串                     } catch (IllegalStateException ex) {                         return ""; // 无法获取结果                     }                 }             case BLANK:                 return "";             default:                 return cell.toString().trim(); // 其他类型直接转字符串         }     }      // 示例用法     public static void main(String[] args) {         // 假设你有一个Excel文件 "example.xlsx"         // 这里只是一个模拟,实际使用需要引入Apache POI库并加载Workbook         // Workbook workbook = new XSSFWorkbook(new FileInputStream("example.xlsx"));         // Sheet sheet = workbook.getSheetAt(0);          // 为了演示,我们创建一个模拟的Sheet对象         // 在实际项目中,你需要使用Apache POI加载真实的Excel文件         // 以下代码仅为概念性演示,不能直接运行,需要POI库支持         // 假设 sheet 对象已经通过 Workbook.getSheetAt(0) 或其他方式获得          // 模拟一个简单的Excel工作表         Workbook mockWorkbook = new org.apache.poi.xssf.usermodel.XSSFWorkbook();         Sheet mockSheet = mockWorkbook.createSheet("SampleData");          // 创建表头         Row header = mockSheet.createRow(0);         header.createCell(0).setCellValue("column1");         header.createCell(1).setCellValue("column2");          // 创建数据行1         Row row1 = mockSheet.createRow(1);         row1.createCell(0).setCellValue("value1");         row1.createCell(1).setCellValue("value2");          // 创建数据行2         Row row2 = mockSheet.createRow(2);         row2.createCell(0).setCellValue("value3");         row2.createCell(1).setCellValue("value4");          List<Map<String, String>> data = readExcelSheet(mockSheet);          System.out.println("读取到的数据 (LinkedHashMap 保持顺序):");         for (int i = 0; i < data.size(); i++) {             Map<String, String> rowMap = data.get(i);             System.out.println(i + " = " + rowMap);             // 验证顺序             rowMap.forEach((key, value) -> System.out.println("    "" + key + "" -> " + value));         }          // 预期输出:         // 0 = {column1=value1, column2=value2}         //     "column1" -> value1         //     "column2" -> value2         // 1 = {column1=value3, column2=value4}         //     "column1" -> value3         //     "column2" -> value4     } }

代码解释:

  1. Map rowDataMap = new LinkedHashMap();: 这是核心改动。通过将HashMap替换为LinkedHashMap,我们确保了在向rowDataMap中添加键值对(即列名和单元格值)时,它们的插入顺序会被保留。
  2. columnHeaders列表: 在读取表头时,我们首先将所有列名按照它们在Excel中的出现顺序存储在一个List中。这个列表充当了“模板”,确保后续在填充LinkedHashMap时,我们总是按照正确的索引i和列名columnHeaders.get(i)来添加数据。
  3. getCellValueAsString(Cell cell)辅助方法: 为了提高代码的健壮性,我们引入了一个辅助方法来统一处理不同类型的单元格内容,将其转换为字符串。这比直接调用cell.toString()更安全和准确,因为toString()在不同单元格类型上可能返回不期望的结果(例如,数字可能会带有.0,日期会是原始格式)。
  4. 空行判断: if (!rowDataMap.values().stream().allMatch(String::isEmpty))这行代码用于判断当前行是否所有单元格都为空,如果是则不将其添加到结果列表中,这有助于过滤掉Excel中的空白行。

4. 注意事项与最佳实践

  • Apache POI依赖: 上述代码使用了Apache POI库来处理Excel文件。在实际项目中,你需要确保项目中已添加相应的mavengradle依赖,例如:
    <!-- Maven --> <dependency>     <groupId>org.apache.poi</groupId>     <artifactId>poi</artifactId>     <version>5.2.3</version> <!-- 使用最新稳定版本 --> </dependency> <dependency>     <groupId>org.apache.poi</groupId>     <artifactId>poi-ooxml</artifactId>     <version>5.2.3</version> <!-- 用于.xlsx格式 --> </dependency>
  • 单元格类型处理: getCellValueAsString方法提供了一个基础的单元格类型处理。在更复杂的场景中,你可能需要根据业务需求对日期、数字格式、公式结果等进行更精细的控制(例如,使用DataFormatter来格式化单元格值)。
  • 空列名处理: 示例代码在遇到空列名时会停止读取表头。如果你的Excel文件可能存在中间的空列名但后面仍有有效列的情况,你需要调整表头读取逻辑。
  • 错误处理: 在生产环境中,应该增加更完善的错误处理机制,例如文件不存在、文件损坏、权限问题等。
  • 性能考量: LinkedHashMap相比HashMap会占用稍多的内存,因为它需要维护额外的链表结构。但对于常见的Excel数据量,这种开销通常可以忽略不计。
  • 内存管理: 对于非常大的Excel文件,一次性将所有数据加载到内存中可能会导致内存溢出。在这种情况下,可以考虑使用Apache POI的SAX解析器(XSSF and HSSF Eventmodel)进行流式读取,或者分批处理数据。

5. 总结

通过将存储每行数据的Map实现从HashMap替换为LinkedHashMap,我们可以轻松解决Java读取Excel数据时列顺序混乱的问题。LinkedHashMap能够完美地保留键值对的插入顺序,这对于依赖列顺序的Excel数据处理至关重要。结合对表头列名的有序提取和单元格内容的健壮处理,我们可以构建出高效且准确的Excel数据读取器,为后续的数据操作提供可靠的基础。

© 版权声明
THE END
喜欢就支持一下吧
点赞11 分享