如何加载500MB Excel(.xlsm)文件并删除工作表，规避内存溢出问题

嘿，我来帮你搞定这个大Excel文件的内存溢出问题！先说说为什么你的现有代码会出问题，再给你两个靠谱的解决方案。

为什么你的代码会内存溢出？ #

你用XSSFWorkbook直接加载500MB的xlsm文件，这本身就是问题所在——XSSFWorkbook会把整个Excel的所有内容（包括所有工作表、样式、公式等等）全部加载到内存里，500MB的压缩文件解压后，内存占用会飙升到几个GB，直接触发OOM太正常了。

而你后面套了SXSSFWorkbook也没用，因为SXSSFWorkbook是用来生成大文件的（它会把超出内存的行写到临时文件），但你还是先把整个XSSFWorkbook加载到内存了，等于做了无用功。

内存友好的解决方案 #

针对删除工作表这个需求，有两个高效的思路，完全不用加载整个文件到内存：

方案一：直接操作OPCPackage（底层Zip包）删除工作表 #

xlsm本质是个Zip压缩包，里面每个工作表对应xl/worksheets/sheetN.xml文件，而工作表的元数据存在xl/workbook.xml里。我们可以直接修改这两个部分，不需要加载整个工作簿：

import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.openxml4j.opc.PackagePart;
import org.apache.poi.openxml4j.opc.PackageRelationship;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import java.io.ByteArrayOutputStream;
import java.io.OutputStream;

public class LargeExcelSheetRemover {
    public static void removeSheet(String filePath, String targetSheetName) throws Exception {
        // 以可写模式打开OPCPackage
        try (OPCPackage pkg = OPCPackage.open(filePath, OPCPackage.OPEN_WRITE)) {
            // 1. 找到workbook.xml并删除目标工作表的元数据条目
            PackagePart workbookPart = pkg.getPartsByName("/xl/workbook.xml").get(0);
            DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
            dbf.setNamespaceAware(true); // Excel XML是带命名空间的，必须开启这个
            DocumentBuilder db = dbf.newDocumentBuilder();
            Document workbookDoc = db.parse(workbookPart.getInputStream());
            
            NodeList sheetNodes = workbookDoc.getElementsByTagNameNS("http://schemas.openxmlformats.org/spreadsheetml/2006/main", "sheet");
            String sheetRelId = null;
            
            // 遍历找到要删除的工作表节点
            for (int i = 0; i < sheetNodes.getLength(); i++) {
                Element sheetElement = (Element) sheetNodes.item(i);
                if (targetSheetName.equals(sheetElement.getAttribute("name"))) {
                    sheetRelId = sheetElement.getAttribute("r:id");
                    sheetElement.getParentNode().removeChild(sheetElement);
                    break;
                }
            }
            
            if (sheetRelId == null) {
                throw new IllegalArgumentException("找不到名为 " + targetSheetName + " 的工作表");
            }
            
            // 更新workbook.xml的内容
            ByteArrayOutputStream baos = new ByteArrayOutputStream();
            Transformer transformer = TransformerFactory.newInstance().newTransformer();
            transformer.transform(new DOMSource(workbookDoc), new StreamResult(baos));
            try (OutputStream os = workbookPart.getOutputStream()) {
                os.write(baos.toByteArray());
            }
            
            // 2. 删除对应的工作表文件（比如xl/worksheets/sheet3.xml）
            PackageRelationship sheetRel = workbookPart.getRelationship(sheetRelId);
            PackagePart sheetPart = pkg.getPart(sheetRel);
            pkg.removePart(sheetPart);
            
            // 可选：如果该工作表有关联的绘图、注释文件，也可以一并删除，这里简化处理
        }
    }

    public static void main(String[] args) throws Exception {
        removeSheet("C:\\PROJECTS\\test.xlsm", "要删除的工作表名称");
    }
}

这个方案的优势是内存占用极低，因为我们只操作了两个小XML文件，完全不用加载整个Excel的内容，几百MB的文件处理起来毫无压力。

方案二：用SAX流式解析修改workbook.xml（适合超大型workbook.xml） #

如果你的workbook.xml本身也很大（比如有上百个工作表），用DOM解析可能还是会占内存，这时候可以用你提到的SAXParser来流式处理workbook.xml，跳过要删除的工作表节点，生成新的XML内容。核心逻辑示例：

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
import com.sun.org.apache.xml.internal.serialize.OutputFormat;
import com.sun.org.apache.xml.internal.serialize.XMLWriter;

import java.io.OutputStream;

class SheetRemovalHandler extends DefaultHandler {
    private String targetSheetName;
    private boolean skipCurrentSheet = false;
    private XMLWriter writer;

    public SheetRemovalHandler(String targetSheetName, OutputStream outputStream) throws Exception {
        this.targetSheetName = targetSheetName;
        OutputFormat format = new OutputFormat("xml", "UTF-8", true);
        this.writer = new XMLWriter(outputStream, format);
    }

    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        if ("sheet".equals(localName) && targetSheetName.equals(attributes.getValue("name"))) {
            skipCurrentSheet = true;
            return; // 跳过这个sheet节点的所有内容
        }
        if (!skipCurrentSheet) {
            writer.startElement(uri, localName, qName, attributes);
        }
    }

    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        if ("sheet".equals(localName) && skipCurrentSheet) {
            skipCurrentSheet = false;
            return;
        }
        if (!skipCurrentSheet) {
            writer.endElement(uri, localName, qName);
        }
    }

    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        if (!skipCurrentSheet) {
            writer.characters(ch, start, length);
        }
    }

    // 其他SAX生命周期方法按需实现，确保XML结构完整
}

用这个SAXHandler解析原workbook.xml，同时输出修改后的XML，再替换回OPCPackage里的workbook.xml，最后删除对应的工作表文件，这样连DOM解析的内存都省了。

总结 #

• 永远不要用XSSFWorkbook加载几百MB的Excel文件，内存肯定爆；
• SXSSFWorkbook是写大文件用的，不是读大文件的，别搞混了；
• 删除工作表最高效的方式是直接操作OPCPackage修改底层XML和删除Zip条目，完全不碰整个Excel内容，内存友好到爆炸；
• 如果你已经熟悉SAXParser，用它来处理workbook.xml会更适合极端大的场景。

内容的提问来源于stack exchange，提问作者Dhanaraja Rajendiran