意外的记录类型（org.apache.poi.hssf.record.HyperlinkRecord）

Question

问题：

我只是尝试使用 Apache-poi 4.1.0 库打开它的 .xls 文件，它在 similar question 中给出了与 4 年前相同的错误。

我已经试过了

放版本 3.12-3.16。

3.13 as well

所有版本都可以打开空白.xls并由我自己填写，但不是这个。

此文档是自动生成的，我需要制作一个接受它的程序。

我已经制作了一个可用的 .Net 标准库 C#，我尝试使用 xamarin android，这太可怕了，由于各种可怕的 SDK 链接错误，该应用程序的重量为 50 mb vs 3 mb，但那是另一回事.所以我决定在 Kotlin 上做。

代码来自documentation 可以查看file on git

    val inputStream = FileInputStream("./test.xls")
    val wb = HSSFWorkbook(inputStream)

我希望在打开 xls 时不会出错。

实际输出为

Exception in thread "main" java.lang.RuntimeException: Unexpected record type (org.apache.poi.hssf.record.HyperlinkRecord)
    at org.apache.poi.hssf.record.aggregates.RowRecordsAggregate.<init>(RowRecordsAggregate.java:97)
    at org.apache.poi.hssf.model.InternalSheet.<init>(InternalSheet.java:183)
    at org.apache.poi.hssf.model.InternalSheet.createSheet(InternalSheet.java:122)
    at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:354)
    at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:400)
    at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:381)
    at ru.plumber71.toolbox.ExcelParcerKt.main(ExcelParcer.kt:19)
    at ru.plumber71.toolbox.ExcelParcerKt.main(ExcelParcer.kt)

不会以任何方式修改文档。如果有任何其他库可以从 .xls 文件中读取数据集或字符串就可以了。

Answer 1

经过一番调查，我发现您的 test.xls 文件存在问题。

根据文件格式规范，所有HyperlinkRecords 应该一起在Hyperlink Table 中。它包含在单元格记录之后的Sheet Substream 中。在您的情况下，HyperlinkRecords 在其他记录之间（在这种情况下，在NumberRecords 和LabelSSTRecords 之间）。所以我怀疑不是Excel 创建了test.xls 文件。

Excel 可能有足够的容忍度来打开该文件。但是你不能指望apache poi 也试图容忍所有可能的文件格式违规。如果您使用Excel 打开文件然后重新保存它，apache poi 可以在此之后创建Workbook。

Apache poi 无法像Excel 那样修复此问题。但是可以以一种低级的方式读取POIFSFileSystem 并过滤掉其他记录之间的HyperlinkRecords。这样就可以使用apache poi 阅读内容，当然超链接除外。

例子：

import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import org.apache.poi.poifs.filesystem.POIFSFileSystem;
import org.apache.poi.poifs.filesystem.DirectoryNode;

import org.apache.poi.hssf.record.Record;
import org.apache.poi.hssf.record.NameRecord;
import org.apache.poi.hssf.record.NameCommentRecord;
import org.apache.poi.hssf.record.HyperlinkRecord;
import org.apache.poi.hssf.record.RecordFactoryInputStream;
import org.apache.poi.hssf.record.RecordFactory;
import org.apache.poi.hssf.model.RecordStream;
import org.apache.poi.hssf.model.InternalWorkbook;
import org.apache.poi.hssf.model.InternalSheet;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.hssf.usermodel.HSSFSheet;
import org.apache.poi.hssf.usermodel.HSSFName;

import org.apache.poi.ss.usermodel.DataFormatter;
import org.apache.poi.ss.usermodel.Sheet;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.ss.usermodel.Cell;

import org.apache.poi.ss.util.CellReference;

import java.util.List;
import java.util.ArrayList;

import java.lang.reflect.Field;
import java.lang.reflect.Method;
import java.lang.reflect.Constructor;

class ExcelOpenHSSF {

 public static void main(String[] args) throws Exception {

  String fileName = "test(2).xls";

  try (InputStream is = new FileInputStream(fileName);
       POIFSFileSystem fileSystem = new POIFSFileSystem(is)) {

   //find workbook directory entry
   DirectoryNode directory = fileSystem.getRoot();
   String workbookName = "";
   for(String wbName : InternalWorkbook.WORKBOOK_DIR_ENTRY_NAMES) {
    if(directory.hasEntry(wbName)) {
     workbookName = wbName;
     break;
    }
   }
   InputStream stream = directory.createDocumentInputStream(workbookName);

   //loop over all records and manipulate if needed
   List<Record> records = new ArrayList<Record>();
   RecordFactoryInputStream recStream = new RecordFactoryInputStream(stream, true);

   //here we filter out the HyperlinkRecords that are between other records (NumberRecords and LabelSSTRecords in that case)
   //System.out.println prints the problematic records
   Record record1 = null;
   Record record2 = null;
   while ((record1 = recStream.nextRecord()) != null) {
    record2 = recStream.nextRecord();
    if (!(record1 instanceof HyperlinkRecord) && (record2 instanceof HyperlinkRecord)) {
     System.out.println(record1);
     System.out.println(record2);
     records.add(record1);  
    } else if ((record1 instanceof HyperlinkRecord) && !(record2 instanceof HyperlinkRecord)) {
     System.out.println(record1);
     System.out.println(record2);
     records.add(record2);  
    } else {
     records.add(record1);
     if (record2 != null) records.add(record2);
    }
   }

   //now create the HSSFWorkbook
   //see https://svn.apache.org/viewvc/poi/tags/REL_4_1_0/src/java/org/apache/poi/hssf/usermodel/HSSFWorkbook.java?view=markup#l322

   InternalWorkbook internalWorkbook = InternalWorkbook.createWorkbook(records);
   HSSFWorkbook wb = HSSFWorkbook.create(internalWorkbook);
   int recOffset = internalWorkbook.getNumRecords();

   Method convertLabelRecords = HSSFWorkbook.class.getDeclaredMethod("convertLabelRecords", List.class, int.class); 
   convertLabelRecords.setAccessible(true);
   convertLabelRecords.invoke(wb, records, recOffset);

   RecordStream rs = new RecordStream(records, recOffset);
   while (rs.hasNext()) {
    InternalSheet internelSheet = InternalSheet.createSheet(rs);
    Constructor constructor = HSSFSheet.class.getDeclaredConstructor(HSSFWorkbook.class, InternalSheet.class);
    constructor.setAccessible(true);
    HSSFSheet hssfSheet = (HSSFSheet)constructor.newInstance(wb, internelSheet);
    Field _sheets = HSSFWorkbook.class.getDeclaredField("_sheets"); 
    _sheets.setAccessible(true);
    @SuppressWarnings("unchecked")
    List<HSSFSheet> sheets = (ArrayList<HSSFSheet>)_sheets.get(wb);
    sheets.add(hssfSheet);
   }

   for (int i = 0 ; i < internalWorkbook.getNumNames() ; ++i){
    NameRecord nameRecord = internalWorkbook.getNameRecord(i);
    Constructor constructor = HSSFName.class.getDeclaredConstructor(HSSFWorkbook.class, NameRecord.class, NameCommentRecord.class);
    constructor.setAccessible(true);
    HSSFName name = (HSSFName)constructor.newInstance(wb, nameRecord, internalWorkbook.getNameCommentRecord(nameRecord));
    Field _names = HSSFWorkbook.class.getDeclaredField("names"); 
    _names.setAccessible(true);
    @SuppressWarnings("unchecked")
    List<HSSFName> names = (ArrayList<HSSFName>)_names.get(wb);
    names.add(name);
   }

   //now the workbook is created properly
   System.out.println(wb);

/*
   //getting the data
   DataFormatter formatter = new DataFormatter();
   Sheet sheet = wb.getSheetAt(0);
   for (Row row : sheet) {
    for (Cell cell : row) {
     CellReference cellRef = new CellReference(row.getRowNum(), cell.getColumnIndex());
     System.out.print(cellRef.formatAsString());
     System.out.print(" - ");
     String text = formatter.formatCellValue(cell);
     System.out.println(text);
    }
   }
*/

  }
 }
}

Answer 2

我能够使用JExcel API打开这种“损坏”类型的文件

但如果使用 excel 应用程序手动重新保存文件，使用 poi.apache.org 也会打开文件。 （可能不适合某人）

抱歉，它问了一些奇怪的问题。谢谢大家，希望有人会觉得有用。

val inputStream = FileInputStream("./testCorrupted.xls")
val workbook = Workbook.getWorkbook(inputStream)
val sheet = workbook.getSheet(0)
val cell1 = sheet.getCell(0, 0)
print(cell1.contents + ":")