将XLSX导出为CSV的最快方式

-2

我刚刚尝试使用XSSF XLSX2CSV样本，使用SAX事件API将使用OpenCV的630k行5列电子表格导出为CSV。完成操作需要至少70秒（尽管我最初在分析Web服务器时看到20分钟），而Excel在不到10秒的时间内完成操作。问题的将XLSX导出为CSV的最快方式

部分原因是org.apache.poi.xssf.eventusermodel.XSSFSheetXMLHandler.SheetContentsHandler界面看起来是这样的：

/** 
    * You need to implement this to handle the results 
    * of the sheet parsing. 
    */ 
public interface SheetContentsHandler { 
    /** A row with the (zero based) row number has started */ 
    public void startRow(int rowNum); 
    /** A row with the (zero based) row number has ended */ 
    public void endRow(int rowNum); 
    /** 
    * A cell, with the given formatted value (may be null), 
    * and possibly a comment (may be null), was encountered */ 
    public void cell(String cellReference, String formattedValue, XSSFComment comment); 
    /** A header or footer has been encountered */ 
    public void headerFooter(String text, boolean isHeader, String tagName); 
}

注意你怎么只有一次一个细胞，而不是一个整体行。我对此的解决方案是将单元格放入映射中，使用列标题作为使用endRow写入行的键。

@Override 
public void endRow(int rowNum) { 
    if(currentRow == HEADER_ROW) { 
     processRow(currentRow, columnHeaders); 
    } else { 
     processRow(currentRow, currentRowMap); 
    } 
} 

private void processRow(int currentRow, LinkedHashMap<String, String> map) { 
    String[] nextLine = map.values().toArray(new String[map.size()]); 
    csvWriter.writeNext(nextLine); 
} 

/** 
* POI will not invoke this method if the cell is blank or if it detects there's no more data in the row. 
* Therefore, this is not necessarily invoked the same number of times each row. 
* The startRow method has initialised the currentRowMap to work around this. 
*/ 
@Override 
public void cell(String cellReference, String formattedValue, XSSFComment comment) { 
    if(currentRow == HEADER_ROW) { 
     columnHeaders.put(getColumnReference(cellReference), formattedValue); 
    } else { 
     String columnHeader = columnHeaders.get(getColumnReference(cellReference)); 
     currentRowMap.put(columnHeader, formattedValue); 
    } 
} 

/** 
* Returns the alphabetic column reference from this cell reference. Example: Given 'A12' returns 
* 'A' or given 'BA205' returns 'BA' 
*/ 
private static String getColumnReference(String cellReference) { 

    if (StringUtils.isBlank(cellReference)) { 
     return ""; 
    } 

    return cellReference.split("[0-9]*$")[0]; 
}

添加并读取到此映射并获取每个单元格的列引用称为3M时间，效率非常低。

将XLSX导出到CSV有哪些更快的选项？

来源

2016-07-24 opticyclic

显然你做错了什么，但没有看到任何代码，我们不可能帮助你。此外，由于您的问题现在有了措辞（_“将XLS和XLSX导出为CSV有哪些更快的选项”），因为它要求提供外部资源建议，所以它是无关紧要的。 –

该接口需要一个单元格，因为文件格式一次存储一个单元格！至于性能，它应该只需要几秒钟就可以完成。你在用什么堆大小？ – Gagravarr

我刚刚运行了一个微型基准测试，大约需要2秒才能调用3M次getColumnReference，所以我没有看到整个文件导出如何在几秒钟内完成。 – opticyclic

-2

Perl（Spreadsheet :: ParseExcel）不需要那么长时间。

来源

2016-07-24 02:16:17 jhagen

将XLSX导出为CSV的最快方式

回答

相关问题