如何使用 Apache POI 懒惰地读取 Excel 2007 大文件

Question

我想用 Apache POI 阅读一个大的 Excel 2007 文件。 Quick start guide 声明应该使用 File 来节省内存。

打开工作簿时，可以是 .xls HSSFWorkbook，也可以是 .xlsx XSSFWorkbook，工作簿可以从文件或 输入流。使用 File 对象可以降低内存消耗， 而 InputStream 需要更多内存，因为它必须缓冲 整个文件。

因此我大致写了这个：

opcPackage = OPCPackage.open(file);
XSSFWorkbook workbook = new XSSFWorkbook(opcPackage);
XSSFSheet sheet = workbook.getSheetAt(0);
rows = sheet.rowIterator();
if (rows.hasNext()) {
Row row = rows.next();
    System.out.println(row.getCell(1).getStringCellValue());
}

但是，对于超过大约 10000 行的工作表，这会导致 java.lang.OutOfMemoryError: Java heap space。

我希望迭代只延迟加载那些要读取的行，就像流一样。

如何解决大型 Excel 文件的内存问题？我可以用 Apache POI 懒惰地阅读吗？

Answer 1

POI 提供了一个事件模型 API，可以处理延迟加载。更多详情请访问POI documentation pages about eventmodel 和other streaming options。