本文介绍一种不依赖固定列索引的 excel 解析方案：先读取首行标题动态映射列名与数据类型，再逐行按列名提取值，避免硬编码 `getcell(0)` 等位置依赖，提升代码健壮性与可维护性。
在现有 importPcpXlsx 方法中，直接通过 row.getCell(0)、row.getCell(1) 等硬编码列索引读取数据，存在严重耦合风险：一旦 Excel 模板调整列顺序、增删列（如缺失 "kpgz" 列），程序将抛出 NullPointerException 或跳过关键字段，且难以定位问题根源。
理想的解决方案是列名驱动解析（Column-Name Driven Parsing）：
- 首行扫描：读取第 0 行（表头），提取所有非空单元格的字符串值，构建 Map<String, Integer>，键为标准化列名（如 "Number"、"kpgz"），值为对应列索引；
- 类型预注册：定义各业务列的数据类型及处理逻辑（如 "Number" → 字符串校验、"kpgz" → 数值转换或枚举匹配）；
- 动态读取：遍历后续数据行时，通过列名查表获取列索引，再安全调用 row.getCell(columnIndex)，并根据预设规则处理单元格内容。
以下是重构后的核心逻辑示例（基于 Apache POI）：
public ResponseEntity<Object> importPcpXlsx(MultipartFile xlsx) {
try (XSSFWorkbook workbook = new XSSFWorkbook(xlsx.getInputStream())) {
XSSFSheet sheet = workbook.getSheetAt(0);
if (sheet == null || sheet.getLastRowNum() < 1) {
return ResponseEntity.badRequest().body("Sheet is empty or invalid");
}
// Step 1: Extract header mapping
Row headerRow = sheet.getRow(0);
if (headerRow == null) {
return ResponseEntity.badRequest().body("Header row missing");
}
Map<String, Integer> columnMap = new HashMap<>();
for (int col = 0; col <= headerRow.getLastCellNum(); col++) {
Cell cell = headerRow.getCell(col);
if (cell != null && cell.getCellType() == CellType.STRING) {
String header = cell.getStringCellValue().trim();
if (!header.isEmpty()) {
columnMap.put(header, col); // e.g., "Number" → 0, "kpgz" → 1
}
}
}
// Step 2: Validate required columns exist
List<String> requiredHeaders = Arrays.asList("Number", "kpgz");
for (String req : requiredHeaders) {
if (!columnMap.containsKey(req)) {
log.warn("Required column '{}' not found in Excel", req);
// 可选择抛异常、跳过或返回警告信息
return ResponseEntity.badRequest().body("Missing required column: " + req);
}
}
// Step 3: Parse data rows dynamically
List<String> numbers = new ArrayList<>();
List<String> kpgzValues = new ArrayList<>();
for (int rowNum = 1; rowNum <= sheet.getLastRowNum(); rowNum++) {
Row row = sheet.getRow(rowNum);
if (row == null) continue;
// Safely get cell by column name
Cell numberCell = getCellByColumnName(row, columnMap, "Number");
if (numberCell != null && numberCell.getCellType() == CellType.STRING) {
String num = numberCell.getStringCellValue().trim();
if (!num.isEmpty()) {
numbers.add(num);
log.info("Parsed Number [{}]: {}", rowNum, num);
}
}
Cell kpgzCell = getCellByColumnName(row, columnMap, "kpgz");
if (kpgzCell != null) {
String kpgz = parseKpgzCell(kpgzCell); // 自定义类型转换逻辑
if (kpgz != null) {
kpgzValues.add(kpgz);
log.info("Parsed kpgz [{}]: {}", rowNum, kpgz);
}
}
}
// 后续业务处理（保存、校验等）
return ResponseEntity.ok(Map.of("numbers", numbers, "kpgz", kpgzValues));
} catch (IOException e) {
log.error("Failed to parse XLSX", e);
return ResponseEntity.status(500).body("File parsing error");
}
}
// Helper: safely retrieve cell by column name
private Cell getCellByColumnName(Row row, Map<String, Integer> columnMap, String columnName) {
Integer colIndex = columnMap.get(columnName);
return colIndex != null ? row.getCell(colIndex) : null;
}
// Helper: type-aware parsing for 'kpgz' (e.g., numeric, enum, or string)
private String parseKpgzCell(Cell cell) {
if (cell == null) return null;
switch (cell.getCellType()) {
case STRING:
return cell.getStringCellValue().trim();
case NUMERIC:
// Handle dates or numbers as needed
if (DateUtil.isCellDateFormatted(cell)) {
return cell.getDateCellValue().toString();
}
return String.valueOf((long) cell.getNumericCellValue());
default:
return null;
}
}✅ 关键优势：
- ✅ 零列索引硬编码：所有列访问均通过 columnMap 查表，模板列顺序变更不影响逻辑；
- ✅ 缺失列主动防御：requiredHeaders 显式声明依赖，缺失时立即反馈而非静默失败；
- ✅ 类型可扩展：parseKpgzCell() 等方法可独立演进，支持日期、数字、布尔等多类型解析；
- ✅ 资源安全：使用 try-with-resources 确保 XSSFWorkbook 正确关闭，防止内存泄漏。
⚠️ 注意事项：
- 表头需保证唯一性（重复列名会导致后出现的覆盖前者）；
- 建议对列名做标准化处理（如 .toLowerCase().replaceAll("\s+", "")）以兼容空格/大小写差异；
- 对于超大文件（>10MB），应切换至 SXSSFWorkbook 流式解析，避免内存溢出。
通过此方案，您的解析器将从“脆弱的位置绑定”升级为“健壮的语义驱动”，真正实现“Excel 结构变化，代码无需修改”。
