Java Apache POI 讀取 Excel 完整教程：HSSF/XSSF 雙格式支援與大數據流式處理

前言

Apache POI 是 Java 操作 Microsoft Office 文件的標準庫。讀取 Excel 分為 HSSF（.xls，BIFF8 格式）與 XSSF（.xlsx，OOXML 格式）兩套 API，另提供 SXSSF（流式寫入）與 XSSFEventFactory（流式讀取）解決大檔案記憶體問題。本文從基礎讀取到百萬行高效能處理全面解析。

一、Maven 依賴

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>5.3.0</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>5.3.0</version>
</dependency>
<!-- 大檔案流式處理可選 -->
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml-schemas</artifactId>
    <version>5.3.0</version>
</dependency>

二、統一入口：WorkbookFactory 自動識別格式

import org.apache.poi.ss.usermodel.*;
import org.apache.poi.ss.util.CellReference;
import java.io.File;
import java.io.FileInputStream;
import java.util.ArrayList;
import java.util.List;

public class ExcelReader {

    /** 讀取 Excel 回傳 List<List<String>>（每行一個 List） */
    public static List> read(String filePath) throws Exception {
        List> result = new ArrayList<>();
        
        try (FileInputStream fis = new FileInputStream(new File(filePath));
             Workbook wb = WorkbookFactory.create(fis)) {  // 自動判斷 .xls/.xlsx
            
            Sheet sheet = wb.getSheetAt(0); // 讀取第一張工作表
            int lastRowNum = sheet.getLastRowNum();
            
            for (int i = 0; i <= lastRowNum; i++) {
                Row row = sheet.getRow(i);
                if (row == null) continue; // 空行跳過
                
                List rowData = new ArrayList<>();
                int lastCellNum = row.getLastCellNum();
                
                for (int j = 0; j < lastCellNum; j++) {
                    Cell cell = row.getCell(j);
                    rowData.add(getCellValueAsString(cell));
                }
                result.add(rowData);
            }
        }
        return result;
    }

    /** 將任意型別儲存格轉為字串 */
    private static String getCellValueAsString(Cell cell) {
        if (cell == null) return "";
        
        return switch (cell.getCellType()) {
            case STRING -> cell.getStringCellValue().trim();
            case NUMERIC -> {
                if (DateUtil.isCellDateFormatted(cell)) {
                    yield cell.getLocalDateTimeCellValue().toString(); // 日期格式
                }
                // 數值去除科學記號、尾隨 .0
                yield new DataFormatter().formatCellValue(cell);
            }
            case BOOLEAN -> String.valueOf(cell.getBooleanCellValue());
            case FORMULA -> {
                // 公式儲存格：嘗試取快取值，否則回傳公式字串
                try {
                    yield getCellValueAsString(cell.getCachedFormulaResultType() != CellType.FORMULA 
                        ? cell : null); // 遞歸處理快取結果
                } catch (Exception e) {
                    yield cell.getCellFormula();
                }
            }
            case BLANK, _NONE, ERROR -> "";
            default -> "";
        };
    }
}

三、大檔案流式讀取（SXSSF / XSSFEventFactory）

當 Excel 超過 10 萬行，DOM 模式會導致 OOM。使用 SAX 事件驅動模式逐行處理，記憶體佔用恆定：

import org.apache.poi.xssf.eventusermodel.*;
import org.apache.poi.xssf.model.SharedStringsTable;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.xml.sax.Attributes;
import org.xml.sax.helpers.DefaultHandler;

public class StreamingExcelReader extends DefaultHandler {
    private SharedStringsTable sst;
    private String lastContents;
    private boolean nextIsString;
    private int rowCount = 0;

    public void process(String filePath) throws Exception {
        try (OPCPackage pkg = OPCPackage.open(filePath)) {
            XSSFReader reader = new XSSFReader(pkg);
            sst = reader.getSharedStringsTable();
            
            XMLReader parser = XMLReaderFactory.createXMLReader();
            parser.setContentHandler(this);
            parser.parse(new InputSource(reader.getSheetsData().next()));
        }
    }

    @Override
    public void startElement(String uri, String localName, String qName, Attributes attrs) {
        if ("c".equals(qName)) { // 儲存格
            String cellType = attrs.getValue("t");
            nextIsString = "s".equals(cellType); // 共享字串表
        }
    }

    @Override
    public void endElement(String uri, String localName, String qName) {
        if ("v".equals(qName)) { // 值
            String value = nextIsString ? sst.getItemAt(Integer.parseInt(lastContents)).toString() : lastContents;
            System.out.print(value + "\t");
            nextIsString = false;
        } else if ("row".equals(qName)) {
            System.out.println();
            rowCount++;
        }
    }

    @Override
    public void characters(char[] ch, int start, int length) {
        lastContents = new String(ch, start, length);
    }
}

四、常見坑點與解決方案

五、效能優化建議

1. 關閉自動計算公式：wb.setForceFormulaRecalculation(false)
2. 複用 CellStyle：避免大量建立樣式物件導致 styles.xml 膨脹
3. 批次提交資料庫：讀取 1000 行 → 批次 INSERT → 清理 List
4. 使用 SXSSF 寫入大檔案：new SXSSFWorkbook(100) 保留 100 行在記憶體，其餘刷入磁碟

六、替代方案比較

結語

Apache POI 雖然 API 複雜，但只要掌握 WorkbookFactory 統一入口、DataFormatter 格式化、SAX 流式讀取 三大核心，即可應對 90% 的 Excel 讀取需求。對於百萬行以上的大檔案，強烈建議改用 EasyExcel 或 SAX 模式，避免記憶體溢位風險。