Jak parsować pliki Excel przy użyciu GroupDocs.Parser dla Javy – Poradnik

Szybkie odpowiedzi

• Jaką bibliotekę używać do parsowania Excel w Javie? GroupDocs.Parser for Java.
• Czy mogę wyodrębnić surowy tekst z każdego arkusza? Tak, używając TextReader z włączonym trybem raw.
• Czy potrzebna jest licencja? Dostępna jest tymczasowa darmowa licencja do oceny.
• Jaka wersja Javy jest wymagana? JDK 8 lub wyższa.
• Czy Maven jest obsługiwany? Oczywiście – dodaj repozytorium i zależność do pom.xml.

Co oznacza „jak parsować Excel” przy użyciu GroupDocs.Parser?

Parsowanie Excel przy użyciu GroupDocs.Parser oznacza programowe otwieranie pliku .xlsx (lub innego obsługiwanego) skoroszytu, iterowanie przez jego arkusze i odczytywanie czystego tekstu bez formatowania. Takie podejście jest szybsze niż ładowanie całego skoroszytu do ciężkiej API arkusza kalkulacyjnego i zapewnia bezpośredni dostęp do leżących pod spodem znaków.

Dlaczego warto używać GroupDocs.Parser dla Javy?

• Szybkość i małe zużycie pamięci: Przetwarza jeden arkusz na raz.
• Szerokie wsparcie formatów: Obsługuje XLSX, XLS, CSV i inne.
• Proste API: Wystarczy kilka linii kodu, aby rozpocząć wyodrębnianie tekstu.
• Licencjonowanie gotowe dla przedsiębiorstw: Bezpłatna wersja próbna, a potem skalowalne opcje komercyjne.

Wymagania wstępne

• Java Development Kit (JDK): 8 lub nowszy.
• IDE: IntelliJ IDEA, Eclipse lub dowolny edytor kompatybilny z Javą.
• Maven (opcjonalnie): Do łatwego zarządzania zależnościami.

Konfiguracja GroupDocs.Parser dla Javy

Konfiguracja Maven

Jeśli zarządzasz zależnościami za pomocą Maven, dodaj repozytorium i zależność do swojego pom.xml:

<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>

Bezpośrednie pobranie

Alternatywnie, pobierz najnowszą wersję GroupDocs.Parser dla Javy bezpośrednio z GroupDocs releases.

Uzyskanie licencji

Aby rozpocząć darmową wersję próbną, odwiedź stronę GroupDocs, aby uzyskać tymczasową licencję. Pozwala to ocenić pełne możliwości biblioteki przed zakupem licencji produkcyjnej.

Podstawowa inicjalizacja i konfiguracja

Gdy biblioteka znajduje się w classpath, możesz utworzyć instancję Parser, wskazującą na Twój skoroszyt Excel:

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();
}

Po przygotowaniu środowiska, przejdźmy do rzeczywistej logiki wyodrębniania.

Jak parsować Excel: wyodrębnić surowy tekst z arkuszy

Krok 1 – Pobranie informacji o dokumencie

Najpierw uzyskaj metadane o skoroszycie, takie jak liczba arkuszy (surowe strony).

IDocumentInfo spreadsheetInfo = parser.getDocumentInfo();

Krok 2 – Przejdź przez każdy arkusz i odczytaj tekst

Iteruj po każdym arkuszu i pobierz surowy, nieformatowany tekst. Flaga TextOptions(true) włącza tryb 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
    }
}

Przetwarzanie wyodrębnionych danych

W tym momencie sheetContent zawiera czysty tekst bieżącego arkusza. Możesz:

• Zapisz go do pliku .txt w celach archiwizacji.
• Przekazać go do potoku przetwarzania języka naturalnego.
• Przechowywać w bazie danych do późniejszych zapytań.

Typowe problemy i rozwiązania

Praktyczne zastosowania (odczyt tekstu z arkusza Excel)

1. Migracja danych: Przenieś dane ze starszych arkuszy kalkulacyjnych do nowoczesnych baz danych bez ręcznego kopiowania.
2. Automatyczne raportowanie: Pobierz surowe wartości z wielu skoroszytów, aby wygenerować skonsolidowane raporty PDF lub HTML.
3. Indeksowanie wyszukiwania: Zindeksuj wyodrębniony tekst w Elasticsearch, aby uzyskać szybkie wyszukiwanie treści.

Wskazówki dotyczące wydajności przy dużych plikach Excel

• Strumień na arkusz: Pętla już przetwarza jeden arkusz na raz, utrzymując niskie zużycie pamięci.
• Ponowne użycie obiektów TextReader: Unikaj tworzenia niepotrzebnych obiektów w ciasnych pętlach.
• Przetwarzanie równoległe: Przy bardzo dużych skoroszytach rozważ przetwarzanie arkuszy w osobnych wątkach, ale pamiętaj o bezpieczeństwie wątkowym przy użyciu instancji Parser.

Najczęściej zadawane pytania

P: Jakie inne formaty arkuszy kalkulacyjnych obsługuje GroupDocs.Parser?
O: Obsługuje XLSX, XLS, CSV i inne formaty Office Open XML.

P: Czy mogę również wyodrębnić informacje o formatowaniu komórek?
O: Tak, używając TextOptions bez flagi raw, możesz pobrać sformatowany tekst.

P: Jak obsłużyć pliki Excel zabezpieczone hasłem?
O: Przekaż hasło do konstruktora Parser: new Parser(filePath, "password").

P: Czy istnieje sposób, aby wyodrębnić tylko określone kolumny?
O: Możesz po przetworzeniu sheetContent filtrować wiersze lub użyć API SpreadsheetOptions dla bardziej szczegółowej kontroli.

P: Gdzie mogę znaleźć więcej przykładów kodu?
O: Sprawdź dokumentację GroupDocs oraz repozytorium GitHub, aby uzyskać dodatkowe przykłady.

Zasoby

• Dokumentacja: GroupDocs Parser Java Docs
• Referencja API: API Reference
• Pobieranie: Latest Releases
• Repozytorium GitHub: GroupDocs.Parser on GitHub
• Forum wsparcia (bezpłatne): GroupDocs Parser Forum
• Tymczasowa licencja: Obtain a Temporary License

Ostatnia aktualizacja: 2026-02-14
Testowano z: GroupDocs.Parser 25.5 for Java
Autor: GroupDocs