java poi excel解析异常

青龙老贼

已于 2024-10-28 17:14:41 修改

阅读量3.2k

点赞数 2

于 2019-06-14 15:48:44 首次发布

本文链接：https://blog.youkuaiyun.com/chen417980762/article/details/91977866

版权

本文介绍了一种非标准Excel文档的解析方法，该文档由报表工具生成，无法被常规Excel解析器识别。通过另存为操作使文件可解析，并揭示其实际为XML或HTML格式，最终采用DOM4J或Jsoup完成解析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

异常信息如下：

Invalid header signature; read 0x6EDBFCD509B7FD6C, expected 0xE11AB1A1E011CFD0 - Your file appears not to be a valid OLE2 document

说不是标准的excel文档，但是用wps、office软件打开都没问题，将文件另存为excel后可以正常解析。而且原文件比另存为excel的文件好小很多。
后面发现其实这种是用一些报表工具生成的，并非标准的excel文档，尝试用文本软件打开，发现其实是一个xml结构的文档，也可以当成html文档，可用dome4J或jsoup进行解析。

wps打开正常显示：

用vscode等文本软件打开格式化后内容如下图，上面excel每一行对应一个<tr><td>...</td></tr>

由于本项目使用了jsoup，那就当做html文档解析了：

 //用jsoup解析html文档
 Document doc = Jsoup.parse(new File(filePath),"UTF-8");//读取文档内容
 Elements trList = doc.getElementsByTag("tr");//获取所有的tr数据行
 for (int i = 1; i < trList.size()-1; i++) {
    //业务代码
    Elements tds = trList.get(i).getElementsByTag("td");//获得TR下的所有TD
    String orderNo = tds.get(4).text();//读取单元格内容
 }