Java 读取 Excel 数据时保持列顺序的策略

1. 问题背景：HashMap 的无序性

当使用 apache poi 等库读取 excel 文件，并将每一行数据转换为一个 map 对象时，通常会遇到一个问题：java 的 hashmap 默认不保证元素的插入顺序。这意味着，即使 excel 表格中的列是按特定顺序（例如，“列1”、“列2”）排列的，当这些列名及其对应的值被放入 hashmap 后，从 hashmap 中取出时的顺序可能与原始顺序不符。

例如，原始 Excel 数据如下：

column1    column2
value1      value2
value3      value4

如果使用 HashMap 存储，结果可能变为：

0 = "column2" -> value2
    "column1" -> value1
1 = "column2" -> value4
    "column1" -> value3

这种无序性在需要严格保持列顺序的场景（如重新写入 Excel、数据比对或特定业务逻辑处理）下，会带来极大的不便甚至错误。

2. 解决方案：使用 LinkedHashMap 保持插入顺序

为了解决 HashMap 的无序问题，Java 提供了 LinkedHashMap。LinkedHashMap 是 HashMap 的子类，它通过维护一个双向链表来记录元素的插入顺序。这意味着，当您向 LinkedHashMap 中添加键值对时，它们会按照添加的顺序被保留。当您遍历 LinkedHashMap 时，元素将按照它们被插入的顺序返回。

立即学习“Java免费学习笔记（深入）”；

晓象AI资讯阅读神器

晓象-AI时代的资讯阅读神器

下载

对于需要对键进行自然排序或自定义排序的场景，TreeMap 也是一个选择。TreeMap 会根据键的自然顺序或提供的 Comparator 进行排序。然而，对于保持原始的、非字母顺序的列顺序，LinkedHashMap 是更直接和高效的选择。

3. 代码实现：集成 LinkedHashMap

以下是如何修改现有的 Excel 读取方法，以使用 LinkedHashMap 来保持列的原始顺序：

import org.apache.poi.ss.usermodel.*;
import java.util.*;
import java.util.stream.Collectors;

public class ExcelReader {

    /**
     * 从给定的 Excel Sheet 中读取数据，并将其存储为 List>。
     * 每个 Map 保持原始列的插入顺序。
     *
     * @param sheet 要读取的 Excel Sheet 对象。
     * @return 包含所有行数据的 List，每行数据是一个保持列顺序的 Map。
     *         如果 Sheet 为空，则返回一个空列表。
     */
    public static List> readExcelSheetOrdered(Sheet sheet) {
        Iterator rows = sheet.iterator();

        // 检查 Sheet 是否为空
        if (!rows.hasNext()) {
            return Collections.emptyList();
        }

        // 读取标题行
        Row header = rows.next();
        List keys = new ArrayList<>();
        // 遍历标题单元格，获取列名。
        // 注意：这里假设列名是连续的，遇到空列名则停止。
        for (Cell cell : header) {
            String value = cell.getStringCellValue().trim(); // 获取并修剪列名
            if (!value.isEmpty()) {
                keys.add(value);
            } else {
                // 如果遇到空列名，则认为后续没有有效列，停止读取标题
                break;
            }
        }

        // 存储所有行数据的列表
        List> result = new ArrayList<>();

        // 遍历数据行
        while (rows.hasNext()) {
            Row row = rows.next();
            // 使用 LinkedHashMap 替代 HashMap，以保持列的插入顺序
            Map rowMap = new LinkedHashMap<>();

            // 遍历每一列，根据标题行的顺序填充数据
            for (int i = 0; i < keys.size(); ++i) {
                // 获取单元格，如果单元格不存在则创建为空白单元格
                Cell cell = row.getCell(i, Row.MissingCellPolicy.CREATE_NULL_AS_BLANK);
                String value;
                // 将单元格内容转换为字符串
                value = getCellValueAsString(cell);
                rowMap.put(keys.get(i), value);
            }

            // 仅添加非空行（即所有值不全为空的行）
            // 使用 stream() 和 allMatch() 检查所有值是否都为空字符串
            if (!rowMap.values().stream().allMatch(String::isEmpty)) {
                result.add(rowMap);
            }
        }

        return result;
    }

    /**
     * 辅助方法：将单元格内容转换为字符串。
     * 处理不同类型的单元格数据。
     *
     * @param cell 单元格对象。
     * @return 单元格内容的字符串表示。
     */
    private static String getCellValueAsString(Cell cell) {
        if (cell == null) {
            return "";
        }
        CellType cellType = cell.getCellType();
        switch (cellType) {
            case STRING:
                return cell.getStringCellValue().trim();
            case NUMERIC:
                // 对于日期类型，需要特殊处理
                if (DateUtil.isCellDateFormatted(cell)) {
                    return cell.getDateCellValue().toString(); // 或者使用 SimpleDateFormat 格式化
                } else {
                    // 对于数字，避免科学计数法，转换为普通字符串
                    DataFormatter formatter = new DataFormatter();
                    return formatter.formatCellValue(cell);
                }
            case BOOLEAN:
                return String.valueOf(cell.getBooleanCellValue());
            case FORMULA:
                // 尝试评估公式结果
                try {
                    return String.valueOf(cell.getNumericCellValue()); // 假设公式结果是数字
                } catch (IllegalStateException e) {
                    return cell.getStringCellValue().trim(); // 否则尝试作为字符串
                }
            case BLANK:
                return "";
            default:
                return cell.toString().trim();
        }
    }

    // 示例用法 (假设您有一个 Workbook 对象)
    public static void main(String[] args) throws Exception {
        // 这是一个伪代码示例，实际使用需要加载 Excel 文件
        // Workbook workbook = new XSSFWorkbook(new FileInputStream("your_excel_file.xlsx"));
        // Sheet sheet = workbook.getSheetAt(0);
        // List> orderedData = readExcelSheetOrdered(sheet);

        // 模拟一个 Sheet 对象进行测试
        // 假设 sheet 已经包含数据
        // ... (省略创建模拟 Sheet 的复杂代码，实际项目中通过文件读取)
        // 例如：
        // Sheet mockSheet = new XSSFWorkbook().createSheet("Test Sheet");
        // Row headerRow = mockSheet.createRow(0);
        // headerRow.createCell(0).setCellValue("column1");
        // headerRow.createCell(1).setCellValue("column2");
        //
        // Row dataRow1 = mockSheet.createRow(1);
        // dataRow1.createCell(0).setCellValue("value1");
        // dataRow1.createCell(1).setCellValue("value2");
        //
        // Row dataRow2 = mockSheet.createRow(2);
        // dataRow2.createCell(0).setCellValue("value3");
        // dataRow2.createCell(1).setCellValue("value4");
        //
        // List> orderedData = readExcelSheetOrdered(mockSheet);
        // orderedData.forEach(map -> {
        //     map.entrySet().forEach(entry -> System.out.println(entry.getKey() + " -> " + entry.getValue()));
        //     System.out.println("---");
        // });
        // workbook.close();
    }
}

代码改动点说明：

1. Map rowMap = new LinkedHashMap();: 这是最关键的改动。将 HashMap 替换为 LinkedHashMap，确保在向 rowMap 中添加键值对时，能够保持它们被放入的顺序。
2. getCellValueAsString(Cell cell) 辅助方法: 为了更健壮地处理 Excel 单元格的不同数据类型（字符串、数字、日期、布尔、公式等），添加了一个辅助方法。cell.toString() 在某些情况下可能无法提供理想的字符串表示，例如数字可能会显示为科学计数法。这个辅助方法能够更好地将各种单元格类型转换为可读的字符串。
3. cell.getStringCellValue().trim(): 在获取列名时，增加了 trim() 操作，以去除可能存在的空白字符，提高健壮性。
4. DataFormatter: 在处理数字单元格时，使用 DataFormatter 可以避免数字转换为字符串时出现科学计数法，并能更好地处理单元格的显示格式。

4. 注意事项与最佳实践

• 列名处理: 示例代码假设列名是连续的，并在遇到空列名时停止读取标题。在实际应用中，如果 Excel 文件允许中间有空列名但后面仍有有效列，您可能需要调整标题行的读取逻辑，例如遍历所有列直到 getLastCellNum()。
• 单元格类型: getCellValueAsString 辅助方法展示了如何处理常见的单元格类型。在复杂的场景下，例如需要精确的日期格式、货币格式等，可能需要更细致的格式化逻辑。
• 性能考量: 对于非常大的 Excel 文件（例如几十万行），LinkedHashMap 的性能开销略高于 HashMap，因为它需要维护额外的链表结构。但在大多数常见的 Excel 处理场景中，这种差异可以忽略不计。
• 错误处理: 在生产环境中，应增加更完善的异常处理机制，例如文件不存在、文件损坏、内存溢出等。
• 替代方案（TreeMap）: 如果您的需求是根据列名的字母顺序或其他自定义顺序来组织数据，那么 TreeMap 会是更好的选择。TreeMap 会自动根据键的自然顺序（或提供的 Comparator）对数据进行排序。但请记住，这会改变原始的列插入顺序。

5. 总结

通过将 HashMap 替换为 LinkedHashMap，可以有效地解决在 Java 中读取 Excel 数据时列顺序混乱的问题。LinkedHashMap 保证了元素的插入顺序，使得从 Excel 读取的数据能够精确地反映源文件的列布局。这对于后续的数据处理、数据验证以及将数据回写到 Excel 等操作至关重要，确保了数据流的完整性和可预测性。结合健壮的单元格类型处理，您可以构建一个可靠且高效的 Excel 数据读取模块。