[发明专利]excel文档解析方法、装置及计算机可读存储介质

说明书

本发明涉及数据展示，公开了一种excel文档解析方法，该方法包括：获取目标excel文档；从目标excel文档中提取待分析的目标xml文件；基于SAX解析器访问目标xml文件，并对目标xml文件进行逐行解析，提取目标xml文件中的单元格数据和单元格位置信息；封装提取的单元格数据和单元格位置信息。本发明还提出一种excel文档解析装置以及一种计算机可读存储介质。本发明提高了解析excel文档的效率。

技术领域

本发明涉及数据展示技术领域，尤其涉及一种excel文档解析方法、装置及计算机可读存储介质。

背景技术

随着信息技术的发展，计算机技术已经渗透到各个行业中，大多数公司都有适合自身业务的业务系统，在业务系统中必不可少的就是各种表格，由于excel具有强大的表格处理功能，大多数公司一般使用excel软件制作表格并导入到业务系统中，这种情况下需要使用工具对制作的excel文档进行解析并进行数据提取。

Apache POI(Poor Obfuscation Implementation，简洁版的模糊实现)是应用Java编写的免费开源的跨平台的Java API(Application Programming Interface，应用程序编程接口)，Apache POI提供API给Java程式对Microsoft Office格式档案读和写的功能，特别是Java操作excel解决方案。目前，应用Apache POI对excel文档进行解析已经成为excel解析的主流方法。但是POI组件虽然功能强大，效率高，但是需要牺牲内存以获取部分效率，随着数据量的增大，在解析excel文档时性能会直线下降，导致内存溢出，使得解析程序耗时耗力，文档解析效率低下。

发明内容

本发明提供一种excel文档解析方法、装置及计算机可读存储介质，其主要目的在于提高解析excel文档的效率。

为实现上述目的，本发明还提供一种excel文档解析方法，该方法包括：

获取目标excel文档；

从所述目标excel文档中提取待分析的目标xml文件；

基于SAX解析器访问所述目标xml文件，并对所述目标xml文件进行逐行解析，以提取所述目标xml文件中的单元格数据和单元格位置信息；

封装提取的所述单元格数据和单元格位置信息。

可选地，所述从所述目标excel文档中提取待分析的目标xml文件的步骤包括：

将目标excel文档的格式转换为压缩文件格式，对压缩文件格式的目标excel文档进行解压缩操作，从解压缩得到的文件夹中获取目标xml文件。

可选地，所述基于sax解析器访问所述目标xml文件，并对所述目标xml文件进行逐行解析，以提取所述目标xml文件中的单元格数据和单元格位置信息的步骤包括如下细化步骤：

扫描所述目标xml文件，并在扫描到预设文档标记时，基于sax解析器激活与所述预设文档标记对应的事件处理函数；

执行所述事件处理函数以触发对应的文档处理事件，根据所述文档处理事件逐行解析所述目标xml文件；

提取所述目标xml文件中的单元格数据和单元格位置信息。

可选地，所述预设文档标记包括文档开始标记、文档结束标记、元素开始标记、元素结束标记。

可选地，在所述获取目标excel文档的步骤之后，该方法还包括如下步骤：

判断所述目标excel文档的格式是否为预设格式；

若是，则执行从所述目标excel文档中提取待分析的目标xml文件的步骤；