在 Java Web App 中读取 Excel 文件时出现字符编码问题

Question

在 Java Web 应用程序中，我使用 JExcel API 来读取客户端发送的 Excel 文件。

我正在做这样的事情：

byte[] excelFile = ...
InputStream inputStream = new ByteArrayInputStream(excelFile);

WorkbookSettings ws = new WorkbookSettings();
ws.setEncoding("CP1252");

Workbook w = Workbook.getWorkbook(inputStream, ws);
...

Struts 将 Excel 文件作为字节数组提供给我（我使用 FormFile#getFileData() 方法）。

它在 Windows 上运行良好。然而，这在 Linux 上是完全不同的。虽然可以正确解析单元格并且可以很好地解释其内容（即使有一些非 ASCII 字符，例如“à”、“ê”等），但工作表名称却不能。我得到了一些不好的字符，例如“？”或“�”。

我强制工作簿编码为 UTF-8：

ws.setEncoding("UTF-8");

但是没有效果。

我也将 Excel 文件更改为 UTF-8，但没有任何反应。我真的不明白为什么它不起作用，尤其是工作表名称，因为整个链都是 UTF-8（我有一个 Servlet 过滤器，它也强制 HTTP 请求编码为 UTF-8）。

Answer 1

我遇到了类似的问题，但使用了另一个 java excel api。问题是excel试图变得聪明并为您替换一些字符。在我的例子中，excel 将三个点 '...' 替换为一个单个字符，该字符代表它自己的非标准 UTF-8 字符集中的三个点。我的框架无法识别它，并且我得到了与您现在得到的类似的未定义字符 (�')。为了解决这个问题，我必须手动编辑所有的 Excel 电子表格，然后它就可以正常工作了。我遇到的最大问题是找到它是哪些字符。我不确定这是否适合您。

Answer 2

这似乎是我正在使用的 JXL 版本的错误。事实上，如果我将 JAR 升级到最新版本，则不会出现问题。