读取.xlsx文件必须用xssfworkbook而非hssfworkbook；getcell()返回null需先判空再取值；中文乱码、日期变数字、公式不计算分别需指定locale、用dateutil判断、主动求值；大文件应改用streamingreader或sax模式。
读取 .xlsx 文件必须用 XSSFWorkbook，不是 HSSFWorkbook
Apache POI 对 Excel 格式有严格区分：HSSFWorkbook 只支持旧版 .xls（二进制格式），而 XSSFWorkbook 才能读取新版 .xlsx（OOXML 格式）。用错类会直接抛出 InvalidFormatException 或静默读空。
实操建议：
- 优先用
WorkbookFactory.create(InputStream)自动识别格式，避免手动选错类 - 如果确定是
.xlsx，显式用new XSSFWorkbook(InputStream)，但记得关流 - 别在循环里反复 new
XSSFWorkbook——它内存开销大，容易 OOM
getCell() 返回 null 的真实原因和安全取值方式
getCell() 不返回空字符串或默认值，而是返回 null：要么该单元格真没内容，要么是空单元格被 Excel 优化掉了（尤其在中间列全空时）。
常见错误现象：
立即学习“Java免费学习笔记（深入）”；
-
cell.getStringCellValue()报NullPointerException - 读到的行数远少于 Excel 显示行数
正确做法：
- 先判断
cell != null，再调用getCellType()区分字符串、数字、日期等类型 - 统一用
DataFormatter转换值，避免getNumericCellValue()错转为科学计数法字符串 - 遍历行时用
row.getLastCellNum()而非row.getPhysicalNumberOfCells()，后者只统计非空单元格
中文乱码、日期变数字、公式不计算的三类典型问题
这些不是 POI bug，而是 Excel 文件本身元数据或读取策略没对齐。
具体应对：
- 中文显示为 “???”：检查文件是否用 UTF-8 编码保存（其实 Excel 本身不存编码，但某些导出工具会写错 BOM）；
DataFormatter默认用系统 locale，可显式传new Locale("zh", "CN") - 日期变成一串数字（如 44562.0）：这是 Excel 内部序列号，必须用
DateUtil.isCellDateFormatted(cell)判断后，再用cell.getDateCellValue() - 公式单元格显示公式文本而非结果：调用
workbook.getCreationHelper().createFormulaEvaluator().evaluate(cell)主动求值，否则默认只读原始内容
大文件（>10MB）读取卡顿甚至 OOM 怎么办
XSSFWorkbook 是 DOM 模式，整份文件加载进内存；10 万行以上就容易撑爆堆空间。
关键解法只有两个：
- 改用
StreamingReader（POI 5.2+）或SAXParser模式（OPCPackage+XSSFReader），牺牲部分 API 简洁性换内存可控性 - 确保 JVM 启动参数加
-Xmx2g之类，且关闭不必要的日志（poi-ooxml-schemas依赖巨大，若不用高级图表可排除 - 别在
for (Row row : sheet)里做耗时操作（如 DB 插入），先缓存结构化数据再批量处理
真正麻烦的从来不是“怎么读”，而是“读完怎么不崩”。小文件图省事用 WorkbookFactory，大文件必须直面 SAX 和事件驱动——这点绕不开。
