Cách sử dụng thư viện phân tích excel java với GroupDocs.Parser

Trong các ứng dụng hiện đại dựa trên dữ liệu, cách phân tích Excel một cách hiệu quả có thể quyết định thành công hay thất bại của quy trình làm việc. Cho dù bạn đang di chuyển dữ liệu kế thừa, tạo báo cáo tự động, hoặc đưa văn bản thô vào các pipeline phân tích, việc trích xuất văn bản không định dạng từ mỗi bảng tính là một yêu cầu phổ biến. Hướng dẫn này cho bạn thấy cách sử dụng thư viện phân tích excel java—GroupDocs.Parser for Java—để mở một workbook Excel, duyệt qua các sheet của nó, và lấy nội dung thô chỉ với vài dòng mã.

Câu trả lời nhanh

• Thư viện nào xử lý phân tích Excel trong Java? GroupDocs.Parser for Java.
• Tôi có thể trích xuất văn bản thô từ mỗi sheet không? Có, sử dụng TextReader với chế độ raw được bật.
• Tôi có cần giấy phép không? Một giấy phép miễn phí tạm thời có sẵn để đánh giá.
• Yêu cầu phiên bản Java nào? JDK 8 hoặc cao hơn.
• Maven có được hỗ trợ không? Chắc chắn – thêm repository và dependency vào pom.xml.

Thư viện phân tích excel java là gì?

GroupDocs.Parser for Java là một thư viện phân tích excel java cho phép mở các workbook .xlsx, .xls, hoặc CSV một cách lập trình và đọc văn bản thuần mà không tải toàn bộ bảng tính vào bộ nhớ. Cách tiếp cận này nhanh hơn các API bảng tính truyền thống và cho phép bạn truy cập trực tiếp vào các ký tự nền.

Tại sao nên sử dụng GroupDocs.Parser cho Java?

GroupDocs.Parser xử lý một sheet tại một thời điểm, giữ mức sử dụng bộ nhớ dưới 10 MB ngay cả với các workbook 500 trang. Nó hỗ trợ hơn 10 định dạng đầu vào và đầu ra—bao gồm XLSX, XLS, CSV và ODS—do đó một API duy nhất có thể xử lý nhiều loại bảng tính. Các phương thức đơn giản, mượt mà cho phép bạn bắt đầu trích xuất văn bản trong vài phút, và mô hình cấp phép mở rộng từ bản thử nghiệm đến sản xuất mà không cần thay đổi mã.

Yêu cầu trước

• Java Development Kit (JDK): 8 hoặc mới hơn.
• IDE: IntelliJ IDEA, Eclipse, hoặc bất kỳ trình soạn thảo nào tương thích Java.
• Maven (tùy chọn): Để quản lý dependency dễ dàng.

Cài đặt GroupDocs.Parser cho Java

Cài đặt Maven

Nếu bạn quản lý các dependency bằng Maven, thêm repository và dependency vào pom.xml của bạn:

<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>

Tải trực tiếp

Hoặc tải phiên bản mới nhất của GroupDocs.Parser cho Java trực tiếp từ GroupDocs releases.

Nhận giấy phép

Để bắt đầu với bản dùng thử miễn phí, truy cập GroupDocs website để lấy giấy phép tạm thời. Điều này cho phép bạn đánh giá đầy đủ khả năng của thư viện trước khi mua giấy phép sản xuất.

Khởi tạo và cài đặt cơ bản

GroupDocs.Parser là lớp cốt lõi đại diện cho một bộ phân tích tài liệu. Sau khi thêm thư viện vào classpath, bạn có thể tạo một instance Parser trỏ tới workbook Excel của mình:

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();
}

Với môi trường đã sẵn sàng, chúng ta hãy đi sâu vào logic trích xuất thực tế.

Cách phân tích Excel: trích xuất văn bản thô từ các sheet

Tải workbook của bạn và lấy văn bản thô trong hai bước đơn giản. Đầu tiên, lấy thông tin cơ bản của tài liệu như tên sheet và kích thước. Sau đó, duyệt qua mỗi worksheet bằng một TextReader được cấu hình với TextOptions(true) để bật chế độ raw, trả về các ký tự thuần mà không có thẻ định dạng nào.

TextReader đọc văn bản từ tài liệu, tùy chọn ở chế độ raw.

IDocumentInfo spreadsheetInfo = parser.getDocumentInfo();

Tiếp theo, duyệt qua mọi sheet và lấy văn bản không định dạng. Cờ TextOptions(true) bật chế độ raw, trả về các ký tự thuần mà không có thẻ style nào.

TextOptions cấu hình hành vi trích xuất văn bản, với một cờ boolean để bật chế độ 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
    }
}

Xử lý dữ liệu đã trích xuất

Ở thời điểm này sheetContent chứa văn bản thuần của worksheet hiện tại. Bạn có thể:

• Ghi nó vào tệp .txt để lưu trữ.
• Đưa nó vào pipeline xử lý ngôn ngữ tự nhiên.
• Lưu vào cơ sở dữ liệu để truy vấn sau.

Các vấn đề thường gặp và giải pháp

Ứng dụng thực tế (đọc văn bản sheet excel)

1. Data migration: Di chuyển dữ liệu bảng tính kế thừa vào các cơ sở dữ liệu hiện đại mà không cần sao chép thủ công.
2. Automated reporting: Lấy giá trị thô từ nhiều workbook để tạo báo cáo PDF hoặc HTML tổng hợp.
3. Search indexing: Đánh chỉ mục văn bản đã trích xuất trong Elasticsearch để khám phá nội dung nhanh chóng.

Mẹo hiệu năng cho tệp Excel lớn

• Stream per sheet: Vòng lặp đã xử lý một sheet tại một thời điểm, giữ mức sử dụng bộ nhớ thấp.
• Reuse TextReader objects: Tránh tạo các đối tượng không cần thiết trong các vòng lặp chặt.
• Parallel processing: Đối với các workbook cực lớn, cân nhắc xử lý các sheet trong các thread riêng, nhưng cần lưu ý đến tính thread‑safety của instance Parser.

Câu hỏi thường gặp

Q: Các định dạng bảng tính khác mà GroupDocs.Parser hỗ trợ là gì?
A: Nó xử lý XLSX, XLS, CSV, ODS và các định dạng Office Open XML khác—hơn 10 định dạng tổng cộng.

Q: Tôi có thể trích xuất thông tin định dạng ô không?
A: Có, bằng cách sử dụng TextOptions mà không bật cờ raw, bạn có thể lấy văn bản có định dạng giữ lại một số kiểu cơ bản.

Q: Làm thế nào để xử lý các tệp Excel có mật khẩu?
A: Truyền mật khẩu vào constructor của Parser: new Parser(filePath, "password").

Q: Có cách nào để chỉ trích xuất các cột cụ thể không?
A: Bạn có thể post‑process sheetContent để lọc các dòng hoặc sử dụng API SpreadsheetOptions để kiểm soát chi tiết hơn.

Q: Tôi có thể tìm thêm ví dụ mã ở đâu?
A: Kiểm tra GroupDocs documentation và repository GitHub để có các mẫu bổ sung.

Tài nguyên

• Tổng quan tài liệu: GroupDocs documentation
• Tài liệu: GroupDocs Parser Java Docs
• Tham chiếu API: API Reference
• Tải về: Latest Releases
• Repository GitHub: GroupDocs.Parser on GitHub
• Diễn đàn hỗ trợ miễn phí: GroupDocs Parser Forum
• Giấy phép tạm thời: Obtain a Temporary License

Cập nhật lần cuối: 2026-09-27
Kiểm thử với: GroupDocs.Parser 25.5 for Java
Tác giả: GroupDocs

Hướng dẫn liên quan

• Extract Text Html Excel Groupdocs Parser Java
• Extract Metadata Office Docs Groupdocs Parser Java
• How to Extract PDF Text Using GroupDocs.Parser in Java: A Comprehensive Guide