手写JAVA实现个性化业务的Excel转JSON,效率提高99.99%

生成式AI落地实战:能力边界、工程化路径与业务适配指南 生成式AI已从技术概念进入规模化落地阶段,其核心价值在于重构软件开发、内容生产、客户服务等关键工作流。理解其底层能力栈——基础模型的领域可信性、工程化中间件的稳定性保障、业务语义层的价值映射机制——是避免幻觉与风险的前提。当前技术在结构化任务(如多语言文案生成、文档字段抽取、代码注释)上已达稳定量产水平;而在个性化推荐、合同风险识别等需人机协同的场景处于灰度试验期;医疗诊断、金融决策、司法判决等高危领域仍属谨慎观望带。本文聚焦真实项目验证的七步落地法,强调‘窄口径、强约束、防呆接口、双轨验证’等工程实践原则 阅读详情

一、前言

先看效果:左图的excel表中的五级目录的数据,转成了右边的JSON格式。
表格总共有739行,转成JSON后,足足有3461行,之前采用人工逐个录入,花了整整一天时间,眼睛都看花了,准确率也需要多次核对才放心。
表格中数据这次有了较大改动,想到之前手工录入的痛苦,搜了几个转换工具也未能满足需求,只能自己撸代码实现了。
在这里插入图片描述

二、技术准备

2.1、操作表格的API,用的是apche的 POI
2.2、数据类型 JSONArray和JSONObject,需导入相应的jar包。

三、实现思路

3.1、如何表示每个单元格数据?

{
		"text": "二级目录",
		"children": [
			{
				"text": "三级目录"
			}
		]
	}

由JSON数据的格式可以看出,每读取一个目录数据,都可以看成一个JSONObject,JSONObject有两个键值对,text代表目录的名字、children代表子目录。
一个父目录可以有多个子目录,所以children用的JSONArray去表示。

3.2、如果处理单元格之间的关系?

在我们的场景中,合并单元格,是一个父目录,代表还有子目录。而POI读取表格的顺序是:先读行、再读每行中的每一列。
所以遇到合并单元格,要判断出来,并且计算出合并单元格的起始行、结束行的行号,这样,只要在起始行、结束行之间的读出的数据都是从属于该父目录的子目录,并且这些数据要缓存起来。

3.3、如何包装“卫龙”辣条?

在这里插入图片描述

就好比流水线上包装的卫龙辣条,如何规定一个包装袋只装一根辣条,那么流水上的机器工作起来就很简单,只要读取一根辣条,将这根辣条加入包装袋里封口进行了。这就是对应没有合并单元格的情况。依次读取就行了。
如果规定一个包装袋里要装4根辣条,那么包装袋读取了一根辣条时不会封口,会停在流水线上等待并且计数,等到第4跟读取完成(即读到第4行),才封口完成包装(完成JSONArray的组装)。

四、实现代码的核心部分

4.1、处理一级目录的代码示例:

// 第1列 -- 一级目录
HSSFCell cell1 = row.getCell(0);
if (cell1 != null && !"".equals(cell1)) {
String cellValue1 = row.getCell(0).getStringCellValue();
Result mergedRegion1 = isMergedRegion(sheet, i, 0);
if (mergedRegion1.merged == false) {
	// 不是合并的
	if (!"".equals(cellValue1)) {
		rowobj1.put("text", cellValue1);
		if (jsonArray2.size() > 0) {
			rowobj1.put("children", jsonArray2);
		}
		jsonArray.add(rowobj1);
		rowobj2.clear();
		jsonArray2.clear();
		rowobj1.clear();
	}

} else {
	if (i == mergedRegion1.startRow - 1) {
		rowobj1.put("text", cellValue1);
	}
	if (i == mergedRegion1.endRow - 1) {
		rowobj1.put("children", jsonArray2);
		jsonArray.add(rowobj1);
		rowobj2.clear();
		jsonArray2.clear();
		rowobj1.clear();
	}
}
}

4.2、判断是否是合并单元格:

// 判断是否是合并单元格  
private static Result isMergedRegion(HSSFSheet sheet, int row, int column) {
int sheetMergeCount = ((org.apache.poi.ss.usermodel.Sheet) sheet).getNumMergedRegions();
for (int i = 0; i < sheetMergeCount; i++) {
	CellRangeAddress range = ((org.apache.poi.ss.usermodel.Sheet) sheet).getMergedRegion(i);
	int firstColumn = range.getFirstColumn();
	int lastColumn = range.getLastColumn();
	int firstRow = range.getFirstRow();
	int lastRow = range.getLastRow();
	if (row >= firstRow && row <= lastRow) {
		if (column >= firstColumn && column <= lastColumn) {
			return new Result(true, firstRow + 1, lastRow + 1, firstColumn + 1, lastColumn + 1);
		}
	}
}
return new Result(false, 0, 0, 0, 0);
}

详细代码见github:
https://github.com/pluscai/excelToJson

五、注意

5.1、本意是直接转成json文件,实际情况时在控制台打印出来了,黏贴到json文件里,格式化下就行了。
5.2、如果excel文件是xlsx后缀的,可以打开后另存为xls格式,再转换。

NLP工业落地核心:语境锚点与用户业务状态建模 自然语言处理(NLP)在真实业务场景中失效,往往并非模型能力不足,而是缺乏对‘语境锚点’的深度理解——即文本意义必须绑定具体用户、实时持仓、风险偏好等动态业务状态。其技术原理在于打破传统静态文本分析范式,将用户画像作为模型输入的第一维度,实现语义与业务逻辑的联合编码。这种本地化建模显著提升决策可信度与系统鲁棒性,在金融、医疗等高风险领域尤为关键。典型应用包括持仓感知的情感分析、合规驱动的知识图谱推理、多跳金融问答等。本文聚焦Ricky Costa提出的‘localize sentiment to the h 阅读详情

相关推荐

模板驱动文档自动化:告别复制粘贴,实现结构化内容生成

文档自动化是企业知识生产提效的核心路径,其本质是将重复性、结构化、强格式要求的文本产出过程,从人工操作升级为可配置、可复用、可审计的系统工程。基于模板驱动(Template-Driven)的设计范式,通过解耦文档结构、样式与数据源,结合字段绑定、条件规则和分层模板架构,显著降低对编程能力与排版经验的依赖。该技术广泛应用于合同生成、HR Offer定制、合规报告输出及跨平台内容分发等场景,兼具法律严谨性、品牌一致性与业务敏捷性。Sqribble 作为典型代表,验证了非技术人员主导文档智能化落地的可行性。

cumian9828的博客 490

如何使用Java解析Excel数据为Json,支持xls、xlsx两种格式

在企业实际需求中,很多数据来源是Excel,我们需要将Excel文件解析出来,变成代码方便操作的Json数据。以下是案例步骤和相关代码。 一、在pom.xml中导入相关依赖。 其中poi是解析xls格式的,poi-ooxml是解析xlsx格式的 <!-- POI,excel解析相关 --> <dependency> <groupId>org.ap...

动感超人 4982

零代码AI应用构建:可视化编排与业务逻辑抽象实战指南

零代码AI应用并非替代开发,而是将AI能力封装为可复用、可治理的业务组件。其核心原理在于通过可视化编排解耦模型调用与业务流程,以提示工程作为新型逻辑表达,依托无服务器集成实现跨系统数据流动。技术价值体现在大幅压缩MVP验证周期、降低AI落地门槛、强化业务人员自主性,并保障企业级可审计与权限可控。典型应用场景包括智能招聘初筛、客户意向预测、会议纪要生成等需快速响应真实业务流的任务。本文聚焦零代码AI平台的三层架构(可视化层、可组合AI服务层、可治理基础设施层)与实操关键——特别是提示工程的三段式结构、连接器权

332

Java--读取excel表格数据并写入到json文件中

Java实践

今天练习代码了吗的博客 1085

2026年AI Agent平台选型实战指南:技术演进与业务适配

AI Agent是具备感知、规划、执行与反思能力的智能体,其落地依赖于平台级支撑能力。随着2026年混合推理、多模态语义图谱和四维部署成为标配,平台选型已从‘能否运行’转向‘能否稳管长用’。技术价值体现在模型编排精度、知识图谱演化速度与合规治理深度;典型应用场景覆盖客服对话、工业预测性维护、金融风控审批与教育个性化辅导等高要求领域。本文基于17个生产级项目经验,聚焦AI Agent平台在真实业务中的稳定性、可解释性与国产化适配能力,为技术决策者提供可验证、可复用的选型框架。

csxc65837的博客 404

MuleSoft+LLM企业级AI编排:构建可审计、可治理的智能工作流

AI编排(AI Orchestration)是将大语言模型深度融入企业核心业务系统的技术范式,其本质是通过服务化集成平台实现语义理解、上下文感知与原子操作调度。区别于简单API调用,它依托集成中间件(如MuleSoft)完成数据接入、安全脱敏、规则校验与全链路追踪,解决企业AI落地中普遍存在的合规断层、数据新鲜度断层与业务逻辑断层。该技术显著提升LLM在合同审查、智能补货、客服话术生成等场景中的可解释性、可审计性与生产稳定性,已成为金融、制造、零售等行业构建AI原生应用的关键基础设施。

weixin_30292843的博客 332

将excel文件内容转为json格式字符串

将excel文件内容转为json格式字符串

beiqiaofeng123的博客 2183

Excel 与JSON互转

说       明:对Excel的旧版和新版(.xls .xlsx)分开处理,以达到兼容 。 文章介绍:https://blog.csdn.net/guzuoi/article/details/81221054

java将excel格式字符串转为json

要将Excel格式的字符串转换为JSON,您可以使用Java中的Apache POI库来读取Excel文件并从中提取数据,然后将数据转换为JSON格式。下面是一个简单的示例代码片段,它演示了如何将Excel文件中的数据转换为JSON格式: import java.io.File; import java.io.FileInputStream; import java.io.IOException;...

weixin_42610010的博客 874

避坑指南:LVGL在Arduino环境编译报错?3步搞定lv_conf.h路径问题(附ST7789屏幕调试技巧)

本文详细解析了在Arduino环境中配置LVGL图形库时,如何解决常见的“lv_conf.h file not found”编译报错问题。通过三步法:定位并复制模板文件、启用核心配置并指定路径、配置基础参数,从根本上解决路径问题。文章还结合ST7789屏幕驱动,分享了使用TFT_eSPI库进行显示适配、内存优化及背光控制等实战调试技巧,帮助开发者建立清晰、可维护的嵌入式UI工程基础。

lake5的博客 860

制造业信息化的现实困局与未来展望:从基础到数字化的挑战与机遇

随着全球科技的发展和市场竞争的加剧,制造业的转型升级成为企业必须面临的挑战。在信息化和数字化的浪潮下,许多企业试图通过技术创新来提升自身竞争力。然而,现实情况是,绝大部分制造业企业的基本信息化都尚未完成,更遑论复杂的数字化。那么,制造业在信息化进程中面对哪些阻碍?未来又该如何实现从基础信息化到数字化的转型?

Yz2024的博客 2983

用Java实现将Excel表格数据转成Json格式数据

用Java实现将Excel表格数据转成Json格式数据(注意!!!不同格式的Excel表格导入的依赖包不一样) 一、将.xls形式的Excel表格数据转成Json格式数据 1.添加依赖包(maven项目管理工具 <dependency> <groupId>com.alibaba</groupId> <artifactId&g...

weixin_43818651的博客 6254

移植 lwip,在 windows 内核构建一个 TCPIP 协议栈

移植 lwip,在 windows 内核构建一个 TCPIP 协议栈 亲,当你点开看这篇文章,就说明你知道我想要干什么事情,或者说,你知道在 Windows 的内核种绕开它的网络协议,再独立构建一个网络协议栈的意义。如果你要问我有 windows 系统的网络协议栈不用,移植 lwip 有什么意义,那么你可以关闭链接走人了,因为这篇文章不适合你,它不是讲 lwip 移植原理的。 经常关注我的博客的朋...

oRbIt 的专栏 3578

json转excel_手写JAVA实现个性化业务的Excel转JSON,效率提高99.99%

一、前言二、技术准备三、实现思路3.1、如何表示每个单元格数据?3.2、如果处理单元格之间的关系?3.3、如何包装“卫龙”辣条?四、实现代码的核心部分五、注意一、前言先看效果:左图的excel表中的五级目录的数据,转成了右边的JSON格式。 表格总共有739行,转成JSON后,足足有3461行,之前采用人工逐个录入,花了整整一天时间,眼睛都看花了,准确率也需要多次核对才放心。 表格中数据这次有了较...

weixin_39997664的博客 191

「 网络安全常用术语解读 」软件成分分析SCA详解:从发展背景到技术原理再到业界常用检测工具推荐

软件成分分析(Software Composition Analysis,SCA)是一种用于识别和分析软件内部组件及其关系的技术,旨在帮助开发人员更好地了解和管理其软件的构建过程,同时可帮助安全人员揭秘软件内部结构的神秘面纱。SCA技术的发展与软件行业的快速发展密不可分,下面将介绍SCA的发展背景、技术原理以及当前主流SCA工具。

所有成功的背后,都是痛苦的坚持,所有的痛苦,都是傻瓜般的不放弃! 5635

【OD统一考试(C卷)考生抽中题】符号运算(200 分),用 C++ 编码,速通

3. 结果为整数或分数, 分数必须化为最简格式(比如 6, 3/4, 7/8, 90/7)参加华为 od 机试,一定要注意不要完全背诵代码,需要理解之后模仿写出,通过率才会高。字符串格式的表达式,仅支持±*/,数字可能超过两位,可能带有空格,没有负数。4. 除数可能为 0,如果遇到这种情况,直接输出"ERROR"1. 所有的输入数字皆为正整数(包括 0)用例的输入一定合法, 不会出现括号不匹配的情况。结果可能是负数, 负号放在最前面。表达式结果,以最简格式表达。长度小于 200 个字符。

梦想橡皮擦,专栏100例写作模式先行者,现象级专栏 《Python 爬虫 100 例》作者、《滚雪球学 Python 专栏》原创者 1766

excel转json_手写JAVA实现个性化业务的Excel转JSON,效率提高99.99%

一、前言二、技术准备三、实现思路3.1、如何表示每个单元格数据?3.2、如果处理单元格之间的关系?3.3、如何包装“卫龙”辣条?四、实现代码的核心部分五、注意一、前言先看效果:左图的excel表中的五级目录的数据,转成了右边的JSON格式。 表格总共有739行,转成JSON后,足足有3461行,之前采用人工逐个录入,花了整整一天时间,眼睛都看花了,准确率也需要多次核对才放心。 表格中数据这次有了较...

weixin_35679869的博客 231

Roboguide与TIA V16通讯

Roboguide与TIA V16通讯

haier123888的博客 2676

MuleSoft+LLM企业级AI编排:构建可审计、可治理的业务语义引擎

大语言模型(LLM)在企业落地的核心瓶颈,从来不是算力或参数规模,而是如何与ERP、CRM、SCM等核心业务系统深度耦合,实现安全、合规、可控的语义理解与决策支持。其底层逻辑在于将LLM调用转化为受治理的服务契约,通过集成平台完成数据脱敏、上下文编排、SLA保障与全链路审计。MuleSoft Anypoint Platform凭借API生命周期管理、DataWeave提示工程能力及Runtime Fabric模型路由,成为连接LLM与企业IT资产的关键语义枢纽。典型应用场景包括发票智能核验、合同风险识别、跨

weixin_34226182的博客 460

【数据湖仓】:Iceberg、Hudi 和 Paimon 对比

适用于需要多计算引擎支持和复杂查询的离线批处理场景。其中立性和灵活性使其成为构建新型数据平台的理想选择。:在需要高频数据更新和高效小文件管理的场景中表现出色,适合实时数据处理和增量数据更新的业务需求。:专为实时流式数据处理设计,适用于对数据实时性要求高的业务场景,如实时数据分析和实时指标监控。通过以上分析,可以看出 Apache Iceberg、Apache Hudi 和 Apache Paimon 各有其独特的优势和适用场景。企业应根据自身业务需求和技术栈选择合适的数据湖仓方案,以充分发挥其价值。

欢迎来到我的博客,一起探索代码里的世界! 1611

【RT-DETR实战】RT-DETR实战手记(200):端侧实时目标检测,下一步往哪儿走?

昨天深夜调一个模型部署,在树莓派4B上跑RT-DETR-nano,帧率死活卡在8FPS上不去。量化也做了,算子也优化了,内存对齐也检查了,可就是离实时检测的底线还差一截。盯着终端里跳动的数字,突然意识到——我们可能正在接近当前技术路径的瓶颈。端侧实时目标检测的下一个突破口,恐怕不在现有框架的修修补补里。

企鹅码农的专属播客,分享10多年的实战案例和经验解读,包含YOLO、RT-DETR、AI等各个工作领域。 187

AI落地失败的真相:业务侧必须验证的5个生死关卡

人工智能不是万能引擎,而是嵌入业务流程的增强工具。其核心价值在于将人类已知的最佳实践转化为不可绕过的标准动作,而非替代复杂判断。理解AI的能力边界、数据语义真实性和人机协同机制,是避免‘功能正确性幻觉’的关键。技术上需关注非结构化数据可用性、AI容错设计、员工接受度、合规可解释性及旧系统适配能力——这五大维度共同构成AI能否真正产生ROI的底层支点。本文聚焦企业AI落地中最常被忽视的业务实操断层,结合客服语音识别、设备预警、销售排班等真实场景,解析如何用最小可行数据集和分阶段交付策略,让AI从第一天起就解决

weixin_30682415的博客 540

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

模板驱动文档自动化:零代码实现业务人员自助生成合规PDF

文档自动化是企业提效的关键环节,其本质在于解耦内容与形式——通过结构化模板定义固定框架,再以动态变量注入业务数据。相比AI生成的不可控性与代码定制的高维护成本,模板驱动方案以确定性、可审计性和低学习门槛为核心优势,特别适用于金融、医疗、法务等强合规场景。它依托占位符、条件区块等轻量逻辑,支持非技术人员自主编辑、测试与发布,实现从数据源到PDF的端到端确定性输出。本文聚焦Sqribble实践,详解如何构建高稳定、易协作、可追溯的文档流水线。

weixin_30753873的博客 508

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

本地化文档处理工具链:Java/Python集成指南与生产实践

文档格式转换是数据处理与系统集成中的基础需求,涉及将Word、Excel、PPT等格式转换为PDF、HTML或图片。其核心原理在于解析原始文件结构并重新渲染为目标格式,确保内容保真与排版一致。这项技术的价值在于实现业务流程自动化,提升效率并保障数据隐私。在实际应用中,它广泛用于后端报告生成、内容管理系统预览、数据抽取分析等场景。本文聚焦于一个面向开发者的本地化文档处理工具链,它封装了格式转换、内容提取、批量操作等能力,通过清晰的API提供高可控的解决方案,有效解决了字体兼容、排版错乱与性能瓶颈等工程难题,支

weixin_34332905的博客 318

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

AI编排:企业级数据-模型-业务闭环的工程实践

AI编排(AI Orchestration)是实现大模型在企业真实场景落地的关键基础设施,其本质是在分散异构系统(如SAP、Salesforce、Oracle)与AI能力(LLM、多模态模型)之间构建安全、可控、可观测的调度中枢。它既不是Prompt工程的延伸,也不是简单API聚合,而是融合身份治理、数据主权、链路审计与故障隔离的系统性工程。技术原理上,需分层解耦——由集成平台(如MuleSoft)负责数据获取、协议转换与企业级合规控制,由AI框架(如LangChain)专注推理逻辑与上下文管理。其核心价值

weixin_30292843的博客 334

5分钟学会Tabula:从PDF中解放表格数据的终极解决方案

还在为从PDF文件中提取表格数据而烦恼吗?每次面对那些"困在"PDF中的宝贵数据,你是否感到束手无策?Tabula正是为解决这一痛点而生的开源工具,它能智能识别PDF中的表格结构,将数据转换为CSV、TSV或JSON等可编辑格式,让你告别繁琐的手动复制粘贴。这款免费软件专门处理文本型PDF文件,让数据处理效率提升数倍,无论是研究人员、数据分析师还是普通办公人员,都能从中受益。 ## 🔍 你的P

gitblog_01003的博客 501
上一篇: table布局的一些总结
下一篇: DOM Extensions(DOM扩展)
小菜101
博客等级 码龄10年 16粉丝 92原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值