如何读取文本之类的 excel(.xls) 文件？

Question

我需要阅读我收到的 excel(.xls) 文件。 使用 UTF-8、Cp1252、ISO-8859-1、UTF-16LE 等常规字符集，这些都没有帮助我，字符仍然格式错误。

所以我最终使用juniversalchardet 搜索，它显示字符集是 MacCyrillic，使用 MacCyrillic 读取文件，但仍然是同样奇怪的结果。

当我在 excel 上打开文件时，一切都很好，所有字符都很好，因为它的葡萄牙语充满了 Ç ~ 等。但是打开 whit notepad 或通过 java 文件都搞砸了。 但是，如果在我的 excel 上打开文件，然后像 .txt 一样再次保存它，它就会变得可读

我查找字符集的方法

    public static void lerCharset(String fileName) throws IOException {
    byte[] buf = new byte[50000000];
    FileInputStream fis = new FileInputStream(fileName);

    // (1)
    UniversalDetector detector = new UniversalDetector(null);

    // (2)
    int nread;
    while ((nread = fis.read(buf)) > 0 && !detector.isDone()) {
        detector.handleData(buf, 0, nread);
    }
    // (3)
    detector.dataEnd();

    // (4)
    String encoding = detector.getDetectedCharset();
    if (encoding != null) {
        System.out.println("Detected encoding = " + encoding);
    } else {
        System.out.println("No encoding detected.");
    }

    // (5)
    detector.reset();
    fis.close();
}

我怎样才能找到正确的字符集？ 我应该尝试不同的方法吗？就像让我的java重新保存excel然后开始阅读？

Answer 1

如果我理解您的问题，您正在尝试像阅读文本文件一样阅读 excel 文件。

挑战在于 .xls 文件实际上是包含文本、格式、工作表信息、宏信息等的二进制文件......

您需要将文件保存为 .csv（在运行程序之前通过 Excel 或直接通过程序），将它们升级到 .xlsx（其中有许多可以将文件作为 XML 读取的库）点）或使用库（例如apache POIor anything similar）甚至使用ADO查询数据。

祝你好运，我希望这就是你的问题所暗示的。

Answer 2

代码：

WorkbookSettings workbookSettings = new WorkbookSettings();
WorkbookSettings.setEncoding("Cp1252");