Πώς να χρησιμοποιήσετε μια βιβλιοθήκη ανάλυσης java excel με το GroupDocs.Parser

Σε σύγχρονες εφαρμογές που βασίζονται σε δεδομένα, πώς να αναλύσετε αρχεία Excel αποδοτικά μπορεί να καθορίσει την επιτυχία ή την αποτυχία μιας ροής εργασίας. Είτε μεταφέρετε κληρονομημένα δεδομένα, δημιουργείτε αυτοματοποιημένες αναφορές, είτε τροφοδοτείτε ακατέργαστο κείμενο σε pipelines ανάλυσης, η εξαγωγή αμορφού κειμένου από κάθε φύλλο εργασίας είναι μια κοινή απαίτηση. Αυτό το εκπαιδευτικό υλικό δείχνει πώς να χρησιμοποιήσετε μια java excel parsing library—GroupDocs.Parser for Java—για να ανοίξετε ένα βιβλίο εργασίας Excel, να διασχίσετε τα φύλλα του και να ανακτήσετε ακατέργαστο περιεχόμενο με λίγες μόνο γραμμές κώδικα.

Σύντομες απαντήσεις

  • Ποια βιβλιοθήκη διαχειρίζεται την ανάλυση Excel σε Java; GroupDocs.Parser for Java.
  • Μπορώ να εξάγω ακατέργαστο κείμενο από κάθε φύλλο; Ναι, χρησιμοποιώντας το TextReader με ενεργοποιημένη τη λειτουργία raw.
  • Χρειάζομαι άδεια; Διατίθεται προσωρινή δωρεάν άδεια για αξιολόγηση.
  • Ποια έκδοση Java απαιτείται; JDK 8 ή νεότερη.
  • Υποστηρίζεται το Maven; Απόλυτα – προσθέστε το αποθετήριο και την εξάρτηση στο pom.xml.

Τι είναι μια βιβλιοθήκη ανάλυσης java excel;

Το GroupDocs.Parser for Java είναι μια java excel parsing library που ανοίγει προγραμματιστικά βιβλία εργασίας .xlsx, .xls ή CSV και διαβάζει απλό κείμενο χωρίς να φορτώνει ολόκληρο το φύλλο εργασίας στη μνήμη. Αυτή η προσέγγιση είναι ταχύτερη από τις παραδοσιακές API λογιστικών φύλλων και σας παρέχει άμεση πρόσβαση στους υποκείμενους χαρακτήρες.

Γιατί να χρησιμοποιήσετε το GroupDocs.Parser for Java;

Το GroupDocs.Parser επεξεργάζεται ένα φύλλο τη φορά, διατηρώντας τη χρήση μνήμης κάτω από 10 MB ακόμη και για βιβλία εργασίας 500 σελίδων. Υποστηρίζει περισσότερες από 10 μορφές εισόδου και εξόδου—συμπεριλαμβανομένων των XLSX, XLS, CSV και ODS—ώστε μια ενιαία API να μπορεί να διαχειριστεί πολλούς τύπους λογιστικών φύλλων. Απλές, ευέλικτες μέθοδοι σας επιτρέπουν να ξεκινήσετε την εξαγωγή κειμένου σε λίγα λεπτά, και το μοντέλο αδειοδότησης κλιμακώνεται από δοκιμαστική σε παραγωγική χωρίς αλλαγές κώδικα.

Προαπαιτούμενα

  • Java Development Kit (JDK): 8 ή νεότερο.
  • IDE: IntelliJ IDEA, Eclipse ή οποιοδήποτε επεξεργαστή συμβατό με Java.
  • Maven (προαιρετικό): Για εύκολη διαχείριση εξαρτήσεων.

Ρύθμιση του GroupDocs.Parser for Java

Ρύθμιση Maven

Αν διαχειρίζεστε εξαρτήσεις με Maven, προσθέστε το αποθετήριο και την εξάρτηση στο pom.xml σας:

<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>

Άμεση λήψη

Εναλλακτικά, κατεβάστε την πιο πρόσφατη έκδοση του GroupDocs.Parser for Java απευθείας από GroupDocs releases.

Απόκτηση άδειας

Για να ξεκινήσετε με δωρεάν δοκιμή, επισκεφθείτε το GroupDocs website για να αποκτήσετε προσωρινή άδεια. Αυτό σας επιτρέπει να αξιολογήσετε τις πλήρεις δυνατότητες της βιβλιοθήκης πριν αγοράσετε άδεια παραγωγής.

Βασική αρχικοποίηση και ρύθμιση

GroupDocs.Parser είναι η κεντρική κλάση που αντιπροσωπεύει έναν αναλυτή εγγράφων. Αφού προσθέσετε τη βιβλιοθήκη στο classpath σας, μπορείτε να δημιουργήσετε μια παρουσία Parser που δείχνει στο βιβλίο εργασίας Excel σας:

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();
}

Με το περιβάλλον έτοιμο, ας βουτήξουμε στην πραγματική λογική εξαγωγής.

Πώς να αναλύσετε Excel: εξαγωγή ακατέργαστου κειμένου από φύλλα

Φορτώστε το βιβλίο εργασίας σας και ανακτήστε ακατέργαστο κείμενο σε δύο απλά βήματα. Πρώτα, αποκτήστε βασικές πληροφορίες εγγράφου όπως τα ονόματα των φύλλων και τις διαστάσεις. Στη συνέχεια, διασχίστε κάθε φύλλο εργασίας χρησιμοποιώντας ένα TextReader διαμορφωμένο με TextOptions(true) για να ενεργοποιήσετε τη λειτουργία raw, η οποία επιστρέφει τους απλούς χαρακτήρες χωρίς ετικέτες μορφοποίησης.

TextReader διαβάζει κείμενο από ένα έγγραφο, προαιρετικά σε λειτουργία raw.

IDocumentInfo spreadsheetInfo = parser.getDocumentInfo();

Στη συνέχεια, διασχίστε κάθε φύλλο και εξάγετε το αμορφού κείμενο. Η σημαία TextOptions(true) ενεργοποιεί τη λειτουργία raw, επιστρέφοντας απλούς χαρακτήρες χωρίς ετικέτες στυλ.

TextOptions διαμορφώνει τη συμπεριφορά εξαγωγής κειμένου, με μια λογική σημαία για ενεργοποίηση της λειτουργίας raw.

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
    }
}

Επεξεργασία εξαγόμενων δεδομένων

Σε αυτό το σημείο το sheetContent περιέχει το απλό κείμενο του τρέχοντος φύλλου εργασίας. Μπορείτε να:

  • Το γράψετε σε αρχείο .txt για αρχειοθέτηση.
  • Το τροφοδοτήσετε σε pipeline επεξεργασίας φυσικής γλώσσας.
  • Το αποθηκεύσετε σε βάση δεδομένων για μελλοντικά ερωτήματα.

Συνηθισμένα προβλήματα και λύσεις

ΠρόβλημαΓιατί συμβαίνειΔιόρθωση
Αρχείο δεν βρέθηκεΛανθασμένο excelFilePath.Επαληθεύστε τη διαδρομή και βεβαιωθείτε ότι το αρχείο είναι αναγνώσιμο.
Μη υποστηριζόμενη μορφήΧρήση παλαιού αρχείου XLS με νεότερη έκδοση parser.Μετατρέψτε το αρχείο σε XLSX ή ενημερώστε στην τελευταία έκδοση του GroupDocs.Parser.
Σφάλματα έλλειψης μνήμης σε μεγάλα βιβλία εργασίαςΦόρτωση όλων των φύλλων ταυτόχρονα.Επεξεργαστείτε ένα φύλλο τη φορά (όπως φαίνεται) και απελευθερώστε τους πόρους άμεσα.
Εξαίρεση άδειαςΗ δοκιμαστική περίοδος έληξε ή λείπει το αρχείο άδειας.Εφαρμόστε μια έγκυρη προσωρινή ή αγορασμένη άδεια πριν από την ανάλυση.

Πρακτικές εφαρμογές (ανάγνωση κειμένου φύλλου Excel)

  1. Μεταφορά δεδομένων: Μετακινήστε κληρονομημένα δεδομένα λογιστικών φύλλων σε σύγχρονες βάσεις δεδομένων χωρίς χειροκίνητη αντιγραφή‑επικόλληση.
  2. Αυτοματοποιημένες αναφορές: Εξάγετε ακατέργαστες τιμές από πολλαπλά βιβλία εργασίας για να δημιουργήσετε ενοποιημένες αναφορές PDF ή HTML.
  3. Δείκτης αναζήτησης: Δείξτε το εξαγόμενο κείμενο στο Elasticsearch για γρήγορη ανακάλυψη περιεχομένου.

Συμβουλές απόδοσης για μεγάλα αρχεία Excel

  • Ροή ανά φύλλο: Ο βρόχος ήδη επεξεργάζεται ένα φύλλο τη φορά, διατηρώντας τη χρήση μνήμης χαμηλή.
  • Επαναχρησιμοποίηση αντικειμένων TextReader: Αποφύγετε τη δημιουργία περιττών αντικειμένων μέσα σε στενούς βρόχους.
  • Παράλληλη επεξεργασία: Για εξαιρετικά μεγάλα βιβλία εργασίας, σκεφτείτε την επεξεργασία φύλλων σε ξεχωριστά νήματα, αλλά προσέξτε την ασφάλεια νήματος με την παρουσία Parser.

Συχνές ερωτήσεις

Q: Ποιες άλλες μορφές λογιστικών φύλλων υποστηρίζει το GroupDocs.Parser;
A: Διαχειρίζεται XLSX, XLS, CSV, ODS και άλλες μορφές Office Open XML—πάνω από 10 μορφές συνολικά.

Q: Μπορώ επίσης να εξάγω πληροφορίες μορφοποίησης κελιών;
A: Ναι, χρησιμοποιώντας το TextOptions χωρίς τη σημαία raw, μπορείτε να ανακτήσετε μορφοποιημένο κείμενο που διατηρεί βασικό στυλ.

Q: Πώς διαχειρίζομαι αρχεία Excel με κωδικό πρόσβασης;
A: Περνάτε τον κωδικό στο κατασκευαστή Parser: new Parser(filePath, "password").

Q: Υπάρχει τρόπος να εξάγω μόνο συγκεκριμένες στήλες;
A: Μπορείτε να επεξεργαστείτε το sheetContent για φιλτράρισμα γραμμών ή να χρησιμοποιήσετε το API SpreadsheetOptions για πιο λεπτομερή έλεγχο.

Q: Πού μπορώ να βρω περισσότερα παραδείγματα κώδικα;
A: Ελέγξτε την GroupDocs documentation και το αποθετήριο GitHub για επιπλέον δείγματα.

Πόροι

Τελευταία ενημέρωση: 2026-09-27
Δοκιμάστηκε με: GroupDocs.Parser 25.5 for Java
Συγγραφέας: GroupDocs

Σχετικά Μαθήματα