java处理excel-xlsx格式大文件的解决方案

 

  1、第一次读取7M左右的ecxel文件，使用poi 库实现，参考了下面的博文。

   http://www.cnblogs.com/chenfool/p/3632642.html

    使用上面的方法在 下面WorkbookFactory.create()这里会出现内存溢出的错误，将eclipse的参数调整为-Xmx3072m，仍然会出现这个错误。

fis = new FileInputStream(file);  
book = WorkbookFactory.create(fis); 

应该是因为上面的方法使用的DOM解析模式，使用流式解析大文件，不会出现内存溢出的问题。

2、经过google，找到了下面的帖子：
http://www.iteye.com/topic/624969
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，所以，理所当然的，对大数据量的 xlsx文件的读取采用的也是XML的处理方式SAX。

使用上面的方法，在
XMLReader parser = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");

这一句会出现
java.lang.ClassNotFoundException: org.apache.xerces.parsers.SAXParser的错误。
自己下载xerces.jar文件载入后会出现

     java.lang.AbstractMethodError: org.apache.xerces.dom.ElementImpl.getTextContent()Ljava/lang/String的错误。

    看来只能找其他方法了。

 

3、经过一番google，找到了下面这个链接

https://blogs.oracle.com/mei/entry/java_lang_classnotfoundexception_org_apache
按照上面的链接中介绍的方法，将生成XMLReader的代码改为下面的方式即可解决问题。

SAXParserFactory m_parserFactory = null;
// If unable to create an instance, let's try to use 
// the XMLReader from JAXP 
m_parserFactory = SAXParserFactory.newInstance(); 
m_parserFactory.setNamespaceAware(true);

XMLReader parser = m_parserFactory.newSAXParser().getXMLReader();

 

 

附录：整个过程中参考的网页链接如下：

java 读取excel 2007 .xlsx文件 poi实现 经测试7M左右文件没有问题  

http://www.cnblogs.com/chenfool/p/3632642.html

大数据量的excel文件读取——excel2007（含代码及示例）   经测试36M左右文件没有问题，需按照上面所述稍作修改。

http://www.iteye.com/topic/624969

java.lang.AbstractMethodError: org.apache.xerces.dom.ElementImpl.getTextContent()Ljava/lang/String  xerces引起此错误的正确原因描述

http://stackoverflow.com/questions/14014989/java-lang-abstractmethoderror-org-apache-xerces-dom-elementimpl-gettextcontent

java.lang.ClassNotFoundException: org.apache.xerces.parsers.SAXParser   不使用xerces.jar的解决办法

https://blogs.oracle.com/mei/entry/java_lang_classnotfoundexception_org_apache