使用Apache POI读取带保密标签Excel时遇ZipEntry大小异常

问题概述 #

使用Apache POI读取来自OneDrive、带有保密标签的.xlsx文件时，创建XSSFWorkbook实例时抛出java.util.zip.ZipException: invalid entry size (expected 0 but got 1053 bytes)异常，替换POI Jar包后问题仍存在。

相关代码片段：

FileInputStream fis = new FileInputStream(new File("test.xlsx"));
XSSFWorkbook workbook = new XSSFWorkbook(fis);

报错栈信息：

Exception in thread "main" java.io.IOException: Failed to read zip entry source
at org.apache.poi.openxml4j.opc.ZipPackage.(ZipPackage.java:103)
at org.apache.poi.openxml4j.opc.OPCPackage.open(OPCPackage.java:324)
at org.apache.poi.util.PackageHelper.open(PackageHelper.java:37)
at org.apache.poi.xssf.usermodel.XSSFWorkbook.(XSSFWorkbook.java:295)
at ReadingData.TestClass.main(TestClass.java:31)
Caused by: java.util.zip.ZipException: invalid entry size (expected 0 but got 1053 bytes)
at java.base/java.util.zip.ZipInputStream.readEnd(ZipInputStream.java:399)
at java.base/java.util.zip.ZipInputStream.read(ZipInputStream.java:198)
at org.apache.poi.openxml4j.util.ZipSecureFileThresholdInputStream.read(ZipSecureFile.java:228)
at java.base/java.io.FilterInputStream.read(FilterInputStream.java:186)
at org.apache.poi.openxml4j.util.ZipInputStreamZipEntrySource$FakeZipEntry.(ZipInputStreamZipEntrySource.java:132)
at org.apache.poi.openxml4j.util.ZipInputStreamZipEntrySource.(ZipInputStreamZipEntrySource.java:56)
at org.apache.poi.openxml4j.opc.ZipPackage.(ZipPackage.java:109)
... 4 more

原因分析 #

OneDrive的保密标签基于Microsoft信息保护(MIP)机制，会对文件进行加密或附加特殊元数据，导致文件不再是标准的ZIP压缩格式（.xlsx本质是ZIP包），Apache POI的Zip解析器无法识别这种修改后的结构，从而抛出Zip格式异常。

解决方案 #

1. 移除文件保密标签后读取 #

如果业务允许，先在OneDrive中移除文件的保密标签：

• 打开OneDrive网页端或本地同步文件夹，右键文件选择「信息」
• 在「保护」选项中移除保密标签，保存后重新下载文件
• 再用原有代码读取处理后的文件

2. 通过Microsoft Graph API获取解密流 #

利用Graph API直接获取解密后的文件内容流，绕过本地文件的加密格式问题：

// 示例：通过Graph API获取解密后的文件输入流（需自行实现身份验证和API调用）
InputStream decryptedStream = getDecryptedFileStreamFromGraph("your-file-id");
XSSFWorkbook workbook = new XSSFWorkbook(decryptedStream);

需要配置Graph API的Files.Read权限，并完成OAuth2身份验证，确保API有权限读取解密后的内容。

3. 使用MIP SDK解密文件 #

借助Microsoft Information Protection SDK解密带标签的文件，得到标准.xlsx文件后再用POI读取：

• 引入MIP SDK依赖（可通过Maven/Gradle配置）
• 初始化MIP上下文，加载对应的保护策略
• 将加密文件解密到临时目录，再用FileInputStream读取临时文件

4. 验证文件完整性 #

• 检查OneDrive同步是否完成，避免读取同步中的临时文件
• 重新下载文件，确认本地文件能正常用Excel打开（若无法打开，说明文件已损坏，需重新获取）

内容的提问来源于stack exchange，提问作者Sayandip Ghatak