浅谈导入带有多行表头的Excel技术方案

引言

在实际开发中，Excel文件的导入是一个常见需求，但随着业务复杂度的增加，Excel文件的表头设计也变得越来越复杂。例如，多行表头（即表头跨越多行）、复杂的数据校验（如小数位数限制、文字长度限制、关联单元格校验等）会显著增加开发难度。本文将从技术难点出发，结合代码示例，详细介绍如何在Java中实现带有多行表头的Excel导入功能，并完成复杂的单元格校验。

---

技术难点分析

1. 多行表头解析
   多行表头通常用于复杂的表格设计，例如：

   表头1 | 表头2 | 表头3 
   子表头1 | 子表头2 | 子表头3 
   

   这种情况下，需要将多行表头合并为一个逻辑上的表头结构。

2. 复杂单元格校验

   • 小数位数限制：例如金额字段必须保留两位小数。
   • 文字校验：例如名称字段不能超过20个字符，且不能包含特殊字符。
   • 关联单元格校验：例如如果某个字段选择了“是”，则下一个字段必须填写；否则可以为空。

3. 数据一致性校验
   在导入过程中，需要确保数据的一致性。例如，某些字段之间存在依赖关系，或者某些字段的值必须满足特定条件。

4. 异常处理与提示
   在导入过程中，如果发现数据不符合要求，需要记录具体的错误信息，并在导入完成后向用户反馈。

---

解决方案

1. 使用Apache POI库
   Apache POI 是一个功能强大的Java库，能够处理Excel文件（包括.xls和.xlsx格式）。它提供了对多行表头和复杂数据操作的支持。

2. 设计校验框架
   为了实现复杂的单元格校验，可以设计一个校验框架，支持多种类型的校验规则（如小数位数限制、文字长度限制、关联单元格校验等）。

3. 分步处理

   • 第一步：解析Excel文件的表头结构。
   • 第二步：遍历数据行并提取数据。
   • 第三步：对数据进行校验。
   • 第四步：记录校验结果并反馈给用户。

---

代码示例

1. 导入依赖

在项目中引入Apache POI依赖：

<dependency>
    <groupId>org.apache.poi</groupId> 
    <artifactId>poi-ooxml</artifactId>
    <version>5.2.3</version>
</dependency>

2. 表头解析与数据导入

2.1 表头解析

import org.apache.poi.ss.usermodel.*; 
import org.apache.poi.xssf.usermodel.XSSFWorkbook; 
 
import java.io.FileInputStream; 
import java.io.IOException; 
import java.util.HashMap; 
import java.util.List; 
import java.util.Map; 
 
public class ExcelImporter {
 
    private static final int HEADER_ROWS = 2; // 表头占用的行数 
 
    public Map<String, List<Object>> importExcel(String filePath) throws IOException {
        Map<String, List<Object>> dataMap = new HashMap<>();
        try (FileInputStream fis = new FileInputStream(filePath)) {
            Workbook workbook = new XSSFWorkbook(fis);
            Sheet sheet = workbook.getSheetAt(0); 
 
            // 解析表头 
            List<String> headers = parseHeaders(sheet);
 
            // 遍历数据行 
            int startDataRow = HEADER_ROWS;
            for (int i = startDataRow; i <= sheet.getLastRowNum();  i++) {
                Row row = sheet.getRow(i); 
                if (row == null) continue;
 
                List<Object> rowData = new ArrayList<>();
                for (int j = 0; j < headers.size();  j++) {
                    Cell cell = row.getCell(j); 
                    if (cell == null) {
                        rowData.add(null); 
                        continue;
                    }
                    switch (cell.getCellType())  {
                        case STRING:
                            rowData.add(cell.getStringCellValue()); 
                            break;
                        case NUMERIC:
                            if (DateUtil.isCellDateFormatted(cell))  {
                                rowData.add(cell.getDateCellValue()); 
                            } else {
                                rowData.add(cell.getNumericCellValue()); 
                            }
                            break;
                        case BOOLEAN:
                            rowData.add(cell.getBooleanCellValue()); 
                            break;
                        default:
                            rowData.add(null); 
                    }
                }
                dataMap.put(String.valueOf(i),  rowData);
            }
        }
        return dataMap;
    }
 
    private List<String> parseHeaders(Sheet sheet) {
        List<String> headers = new ArrayList<>();
        for (int i = 0; i < HEADER_ROWS; i++) {
            Row headerRow = sheet.getRow(i); 
            if (headerRow == null) continue;
 
            for (int j = 0; j < headerRow.getLastCellNum();  j++) {
                Cell cell = headerRow.getCell(j); 
                if (cell == null) continue;
                headers.add(cell.getStringCellValue()); 
            }
        }
        return headers;
    }
}

2.2 数据校验框架

import java.util.HashMap; 
import java.util.List; 
import java.util.Map; 
 
public class DataValidator {
 
    private Map<String, List<Validator>> validators = new HashMap<>();
 
    public void registerValidator(String fieldName, Validator validator) {
        validators.computeIfAbsent(fieldName,  k -> new ArrayList<>()).add(validator);
    }
 
    public Map<String, String> validate(Map<String, List<Object>> dataMap) {
        Map<String, String> errors = new HashMap<>();
        for (Map.Entry<String, List<Object>> entry : dataMap.entrySet())  {
            String rowKey = entry.getKey(); 
            List<Object> rowData = entry.getValue(); 
 
            for (int i = 0; i < rowData.size();  i++) {
                Object value = rowData.get(i); 
                String fieldName = "Field_" + i;
 
                // 执行所有注册的校验器 
                if (validators.containsKey(fieldName))  {
                    for (Validator validator : validators.get(fieldName))  {
                        if (!validator.isValid(value))  {
                            errors.put(rowKey  + "_" + fieldName, validator.getMessage()); 
                            break;
                        }
                    }
                }
            }
        }
        return errors;
    }
 
    public interface Validator {
        boolean isValid(Object value);
        String getMessage();
    }
}

2.3 校验器实现

import java.text.DecimalFormat; 
 
public class Validators {
 
    public static DataValidator.AmountValidator amountValidator(int decimalPlaces) {
        return new DataValidator.AmountValidator(decimalPlaces);
    }
 
    public static DataValidator.StringValidator stringValidator(int maxLength, String regex) {
        return new DataValidator.StringValidator(maxLength, regex);
    }
 
    public static DataValidator.DependencyValidator dependencyValidator(
            String dependentField, Object requiredValue) {
        return new DataValidator.DependencyValidator(dependentField, requiredValue);
    }
 
    public static class AmountValidator implements DataValidator\Validator {
        private int decimalPlaces;
 
        public AmountValidator(int decimalPlaces) {
            this.decimalPlaces  = decimalPlaces;
        }
 
        @Override 
        public boolean isValid(Object value) {
            if (!(value instanceof Double)) return false;
            DecimalFormat df = new DecimalFormat("#." + "#".repeat(decimalPlaces));
            df.setParseBigDecimal(true); 
            try {
                df.parse(value.toString()); 
                return true;
            } catch (Exception e) {
                return false;
            }
        }
 
        @Override 
        public String getMessage() {
            return "金额格式不正确，必须保留" + decimalPlaces + "位小数";
        }
    }
 
    public static class StringValidator implements DataValidator\Validator {
        private int maxLength;
        private String regex;
 
        public StringValidator(int maxLength, String regex) {
            this.maxLength  = maxLength;
            this.regex  = regex;
        }
 
        @Override 
        public boolean isValid(Object value) {
            if (!(value instanceof String)) return false;
            String str = (String) value;
            if (str.length()  > maxLength) return false;
            if (regex != null && !str.matches(regex))  return false;
            return true;
        }
 
        @Override 
        public String getMessage() {
            return "字符串格式不正确，最大长度为" + maxLength + "且必须匹配正则表达式：" + regex;
        }
    }
 
    public static class DependencyValidator implements DataValidator\Validator {
        private String dependentField;
        private Object requiredValue;
 
        public DependencyValidator(String dependentField, Object requiredValue) {
            this.dependentField  = dependentField;
            this.requiredValue  = requiredValue;
        }
 
        @Override 
        public boolean isValid(Object value) {
            // 这里需要根据上下文获取dependentField的值 
            // 示例中简化处理 
            return true;
        }
 
        @Override 
        public String getMessage() {
            return "依赖字段不符合要求";
        }
    }
}

2.4 使用示例

import java.io.IOException; 
import java.util.HashMap; 
import java.util.List; 
import java.util.Map; 
 
public class Main {
 
    public static void main(String[] args) throws IOException {
        ExcelImporter importer = new ExcelImporter();
        DataValidator validator = new DataValidator();
 
        // 注册校验器 
        validator.registerValidator("Field_0",  Validators.amountValidator(2));  // 小数位数限制 
        validator.registerValidator("Field_1",  Validators.stringValidator(20,  "^[a-zA-Z]+$")); // 文字校验 
 
        // 导入Excel文件 
        Map<String, List<Object>> dataMap = importer.importExcel("test.xlsx"); 
 
        // 执行校验 
        Map<String, String> errors = validator.validate(dataMap); 
 
        // 输出结果 
        if (errors.isEmpty())  {
            System.out.println(" 数据导入成功！");
        } else {
            System.out.println(" 数据导入失败，错误如下：");
            for (Map.Entry<String, String> entry : errors.entrySet())  {
                System.out.println(entry.getKey()  + ": " + entry.getValue()); 
            }
        }
    }
}

总结

通过以上代码示例可以看出，在Java中实现带有多行表头的Excel导入功能并完成复杂的单元格校验是可行的。以下是关键点总结：

1. 多行表头解析
   使用Apache POI库解析多行表头，并将其合并为一个逻辑上的表头结构。

2. 复杂单元格校验
   设计一个灵活的校验框架，支持多种类型的校验规则（如小数位数限制、文字长度限制、关联单元格校验等）。

3. 异常处理与提示
   在导入过程中记录所有校验错误，并在导入完成后向用户反馈具体的错误信息。

4. 代码复用性
   将表头解析、数据导入和校验逻辑封装为独立的类，提高代码的复用性和可维护性。

希望本文能够帮助开发者更好地理解和掌握带有多行表头的Excel导入功能，并在实际项目中灵活应用！