Wie man eine Java‑Excel‑Parsing‑Bibliothek mit GroupDocs.Parser verwendet

In modernen, datengetriebenen Anwendungen kann wie man Excel parst Dateien effizient zu können, den Unterschied zwischen Erfolg und Misserfolg eines Workflows ausmachen. Ob Sie Legacy‑Daten migrieren, automatisierte Berichte erstellen oder Rohtext in Analyse‑Pipelines einspeisen – das Extrahieren von unformatiertem Text aus jedem Arbeitsblatt ist eine häufige Anforderung. Dieses Tutorial zeigt, wie Sie eine Java Excel Parsing‑Bibliothek — GroupDocs.Parser für Java — verwenden, um eine Excel‑Arbeitsmappe zu öffnen, ihre Blätter zu durchlaufen und Rohinhalt mit nur wenigen Codezeilen abzurufen.

Schnelle Antworten

  • Welche Bibliothek verarbeitet das Excel‑Parsing in Java? GroupDocs.Parser for Java.
  • Kann ich rohen Text aus jedem Blatt extrahieren? Ja, mit TextReader im Rohmodus.
  • Benötige ich eine Lizenz? Eine temporäre kostenlose Lizenz ist für die Evaluierung verfügbar.
  • Welche Java‑Version wird benötigt? JDK 8 oder höher.
  • Wird Maven unterstützt? Absolut – fügen Sie das Repository und die Abhängigkeit zu pom.xml hinzu.

Was ist eine Java Excel Parsing‑Bibliothek?

GroupDocs.Parser for Java ist eine Java Excel Parsing‑Bibliothek, die programmgesteuert .xlsx, .xls oder CSV‑Arbeitsmappen öffnet und reinen Text liest, ohne die gesamte Tabelle in den Speicher zu laden. Dieser Ansatz ist schneller als herkömmliche Spreadsheet‑APIs und gibt Ihnen direkten Zugriff auf die zugrunde liegenden Zeichen.

Warum GroupDocs.Parser für Java verwenden?

GroupDocs.Parser verarbeitet ein Blatt nach dem anderen und hält den Speicherverbrauch unter 10 MB selbst bei 500‑seitigen Arbeitsmappen. Es unterstützt mehr als 10 Eingabe‑ und Ausgabeformate — einschließlich XLSX, XLS, CSV und ODS—so dass eine einzige API viele Tabellentypen handhaben kann. Einfache, flüssige Methoden ermöglichen das Extrahieren von Text in Minuten, und das Lizenzmodell skaliert von Testversion zu Produktion ohne Code‑Änderungen.

Voraussetzungen

  • Java Development Kit (JDK): 8 oder neuer.
  • IDE: IntelliJ IDEA, Eclipse oder ein beliebiger Java‑kompatibler Editor.
  • Maven (optional): Für einfache Verwaltung von Abhängigkeiten.

Einrichtung von GroupDocs.Parser für Java

Maven‑Konfiguration

Wenn Sie Abhängigkeiten mit Maven verwalten, fügen Sie das Repository und die Abhängigkeit zu Ihrer pom.xml hinzu:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

Direkter Download

Alternativ können Sie die neueste Version von GroupDocs.Parser für Java direkt von GroupDocs releases herunterladen.

Lizenzbeschaffung

Um mit einer kostenlosen Testversion zu beginnen, besuchen Sie die GroupDocs‑Website, um eine temporäre Lizenz zu erhalten. Damit können Sie die vollen Fähigkeiten der Bibliothek evaluieren, bevor Sie eine Produktionslizenz erwerben.

Grundlegende Initialisierung und Einrichtung

GroupDocs.Parser ist die Kernklasse, die einen Dokumentparser darstellt. Nachdem Sie die Bibliothek zu Ihrem Klassenpfad hinzugefügt haben, können Sie eine Parser‑Instanz erstellen, die auf Ihre Excel‑Arbeitsmappe verweist:

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.TextReader;
import com.groupdocs.parser.options.IDocumentInfo;
import com.groupdocs.parser.options.TextOptions;

String excelFilePath = "YOUR_DOCUMENT_DIRECTORY/sample.xlsx";

try (Parser parser = new Parser(excelFilePath)) {
    // Your code to work with the document
} catch (Exception e) {
    e.printStackTrace();
}

Mit der vorbereiteten Umgebung tauchen wir in die eigentliche Extraktionslogik ein.

Wie man Excel parst: rohen Text aus Blättern extrahieren

Laden Sie Ihre Arbeitsmappe und rufen Sie den Rohtext in zwei einfachen Schritten ab. Zuerst erhalten Sie grundlegende Dokumentinformationen wie Blattnamen und Abmessungen. Dann durchlaufen Sie jedes Arbeitsblatt mit einem TextReader, der mit TextOptions(true) konfiguriert ist, um den Rohmodus zu aktivieren, wodurch die reinen Zeichen ohne Formatierungs‑Tags zurückgegeben werden.

TextReader liest Text aus einem Dokument, optional im Rohmodus.

IDocumentInfo spreadsheetInfo = parser.getDocumentInfo();

Als Nächstes iterieren Sie über jedes Blatt und holen den unformatierten Text. Das Flag TextOptions(true) aktiviert den Rohmodus und liefert reine Zeichen ohne Styling‑Tags.

TextOptions konfiguriert das Verhalten der Textextraktion, mit einem booleschen Flag zum Aktivieren des Rohmodus.

for (int p = 0; p < spreadsheetInfo.getRawPageCount(); p++) {
    try (TextReader reader = parser.getText(p, new TextOptions(true))) {
        String sheetContent = reader.readToEnd();
        
        // Process or use extracted text data here
    }
}

Verarbeitung extrahierter Daten

An diesem Punkt enthält sheetContent den reinen Text des aktuellen Arbeitsblatts. Sie können:

  • In eine .txt‑Datei zur Archivierung schreiben.
  • In eine Natural‑Language‑Processing‑Pipeline einspeisen.
  • In einer Datenbank für spätere Abfragen speichern.

Häufige Probleme und Lösungen

ProblemWarum es passiertLösung
Datei nicht gefundenFalscher excelFilePath.Überprüfen Sie den Pfad und stellen Sie sicher, dass die Datei lesbar ist.
Nicht unterstütztes FormatVerwendung einer älteren XLS‑Datei mit einer neueren Parser‑Version.Konvertieren Sie die Datei zu XLSX oder aktualisieren Sie auf die neueste GroupDocs.Parser‑Version.
Out‑of‑Memory‑Fehler bei großen ArbeitsmappenAlle Blätter gleichzeitig laden.Verarbeiten Sie ein Blatt nach dem anderen (wie gezeigt) und geben Sie Ressourcen sofort frei.
LizenzausnahmeTestversion abgelaufen oder Lizenzdatei fehlt.Wenden Sie vor dem Parsen eine gültige temporäre oder gekaufte Lizenz an.

Praktische Anwendungen (Excel‑Blatt‑Text lesen)

  1. Datenmigration: Legacy‑Tabellendaten in moderne Datenbanken übertragen, ohne manuelles Kopieren‑Einfügen.
  2. Automatisierte Berichterstellung: Rohwerte aus mehreren Arbeitsmappen ziehen, um konsolidierte PDF‑ oder HTML‑Berichte zu erstellen.
  3. Suchindizierung: Extrahierten Text in Elasticsearch indexieren für schnelle Inhaltssuche.

Leistungstipps für große Excel‑Dateien

  • Stream pro Blatt: Die Schleife verarbeitet bereits ein Blatt nach dem anderen, wodurch der Speicherverbrauch gering bleibt.
  • TextReader‑Objekte wiederverwenden: Vermeiden Sie das Erstellen unnötiger Objekte innerhalb enger Schleifen.
  • Parallele Verarbeitung: Bei extrem großen Arbeitsmappen sollten Sie das Verarbeiten von Blättern in separaten Threads in Betracht ziehen, jedoch die Thread‑Sicherheit der Parser‑Instanz beachten.

Häufig gestellte Fragen

Q: Welche anderen Tabellenkalkulationsformate unterstützt GroupDocs.Parser?
A: Es verarbeitet XLSX, XLS, CSV, ODS und andere Office Open XML‑Formate – insgesamt über 10 Formate.

Q: Kann ich auch Zellformatierungsinformationen extrahieren?
A: Ja, indem Sie TextOptions ohne das Roh‑Flag verwenden, können Sie formatierten Text erhalten, der grundlegende Stile beibehält.

Q: Wie gehe ich mit passwortgeschützten Excel‑Dateien um?
A: Übergeben Sie das Passwort dem Parser‑Konstruktor: new Parser(filePath, "password").

Q: Gibt es eine Möglichkeit, nur bestimmte Spalten zu extrahieren?
A: Sie können sheetContent nachträglich verarbeiten, um Zeilen zu filtern, oder die SpreadsheetOptions‑API für eine feinere Steuerung nutzen.

Q: Wo finde ich weitere Code‑Beispiele?
A: Siehe die GroupDocs‑Dokumentation und das GitHub‑Repository für zusätzliche Beispiele.

Ressourcen

Zuletzt aktualisiert: 2026-09-27
Getestet mit: GroupDocs.Parser 25.5 for Java
Autor: GroupDocs

Verwandte Tutorials