如何使用POI库的XSSFReader类读取Excel原始值而非格式化值

当使用XSSFReader基于SAX解析Excel时，默认cell方法返回的formattedValue是经过单元格格式设置后的展示值。要获取原始未格式化的数值（比如1.1234），你需要绕过这个方法，直接在SAX解析过程中读取单元格的原始数据：

核心思路 #

Excel的XLSX格式中，单元格的原始值存储在<v>标签内，而单元格类型由<cell>标签的t属性标识：

• 数值类型（t="n"）：<v>内的内容就是原始数值的字符串形式
• 共享字符串类型（t="s"）：需要通过SharedStringsTable解析对应文本（如果你的场景涉及字符串的话）

实现步骤 #

1. 获取SharedStringsTable（处理字符串单元格时需用到）

SharedStringsTable sst = xssfReader.getSharedStringsTable();

2. 自定义SAX ContentHandler
   继承DefaultHandler，跟踪当前解析的元素，收集单元格的原始值：

class CustomSheetHandler extends DefaultHandler {
    private SharedStringsTable sst;
    private String currentCellRef;
    private String currentCellType;
    private StringBuilder cellValueBuilder;
    private boolean isInVElement;

    public CustomSheetHandler(SharedStringsTable sst) {
        this.sst = sst;
        this.cellValueBuilder = new StringBuilder();
    }

    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        // 记录当前单元格的引用和类型
        if ("c".equals(qName)) {
            currentCellRef = attributes.getValue("r");
            currentCellType = attributes.getValue("t");
        }
        // 进入<v>元素时，开始收集原始值
        if ("v".equals(qName)) {
            isInVElement = true;
            cellValueBuilder.setLength(0); // 清空之前的缓存内容
        }
    }

    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        if (isInVElement) {
            cellValueBuilder.append(ch, start, length);
        }
    }

    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        if ("v".equals(qName)) {
            isInVElement = false;
            String rawValue = cellValueBuilder.toString();
            // 根据单元格类型处理原始值
            if ("n".equals(currentCellType)) {
                // 数值类型，直接转换为原始数值
                double originalValue = Double.parseDouble(rawValue);
                // 调用你的业务处理方法
                parseCell(currentCellRef, originalValue, currentRow, currentData, sheetName);
            } else if ("s".equals(currentCellType)) {
                // 共享字符串类型，通过SharedStringsTable解析
                int idx = Integer.parseInt(rawValue);
                String originalText = sst.getItemAt(idx).getString();
                parseCell(currentCellRef, originalText, currentRow, currentData, sheetName);
            } else {
                // 布尔、公式等其他类型按需处理
                parseCell(currentCellRef, rawValue, currentRow, currentData, sheetName);
            }
        }
    }

    // 你的业务处理方法，可根据需求调整参数类型
    private void parseCell(String cellRef, Object value, int currentRow, Object currentData, String sheetName) {
        // 业务逻辑代码
    }
}

3. 替换原有解析逻辑
   不再依赖默认的cell方法，使用自定义Handler解析工作表：

XSSFReader.SheetIterator iterator = (XSSFReader.SheetIterator) xssfReader.getSheetsData();
SharedStringsTable sst = xssfReader.getSharedStringsTable();

while (iterator.hasNext()) {
    InputStream sheetStream = iterator.next();
    String sheetName = iterator.getSheetName();
    // 初始化SAX解析器并设置自定义Handler
    XMLReader parser = XMLReaderFactory.createXMLReader();
    parser.setContentHandler(new CustomSheetHandler(sst));
    parser.parse(new InputSource(sheetStream));
    sheetStream.close();
}

说明 #

• 这种方式直接读取Excel底层存储的原始数据，完全不受单元格格式设置的影响
• 针对不同单元格类型，可以在endElement方法中扩展对应的处理逻辑
• 如果需要处理公式计算后的原始值，可额外解析<f>标签结合<v>标签的内容

内容的提问来源于stack exchange，提问作者B RAVI