读取URL下载ZIP内.xls文件创建HSSFWorkbook报数组越界如何解决

错误根因 #

你代码里存在两个核心问题直接导致了数组越界报错：

• ZipEntry.getSize()在通过HTTP流读取ZIP的场景下无法返回正确的文件大小，多数时候会返回-1，你直接用该值创建字节数组会直接出现长度非法问题
• ZipInputStream.read(byte[])无法保证一次性将整个XLS文件的内容读满字节数组，单次调用只会返回当前读取到的字节数，你拿到的excelBytes是不完整的，传入POI解析时自然会触发数组越界

修复代码 #

推荐使用ByteArrayOutputStream完整读取ZIP条目内容，无需依赖不可靠的getSize()返回值，同时改用try-with-resources自动管理流关闭避免资源泄漏：

String finalUrl = "https://server/myZip.zip";
URL url = new URL(finalUrl);
// 用try-with-resources自动关闭所有流
try (InputStream inputStream = new BufferedInputStream(url.openStream());
     ZipInputStream zis = new ZipInputStream(inputStream)) {
    ZipEntry file;
    while ((file = zis.getNextEntry()) != null) {
        if (file.getName().endsWith(".xls")) {
            log.info("xls file found");
            log.info("file name : {}", file.getName());
            // 用ByteArrayOutputStream完整读取xls内容
            ByteArrayOutputStream baos = new ByteArrayOutputStream();
            byte[] buffer = new byte[4096];
            int len;
            while ((len = zis.read(buffer)) > 0) {
                baos.write(buffer, 0, len);
            }
            ByteArrayInputStream excelInputStream = new ByteArrayInputStream(baos.toByteArray());
            HSSFWorkbook wb = new HSSFWorkbook(excelInputStream);
            HSSFSheet sheet = wb.getSheetAt(8);
            log.info("sheet : {}", sheet.getSheetName());
            // 处理完记得关workbook避免POI内存泄漏
            wb.close();
            excelInputStream.close();
        } else {
            log.info("skip non-xls file: {}", file.getName());
        }
        zis.closeEntry();
    }
} catch (Exception e) {
    log.error("读取ZIP内Excel失败", e);
}

额外优化点 #

• 原代码跳过非XLS文件时的日志输出逻辑不合理，会每个非XLS文件都打印一次"xls file not found"，修复后改为打印跳过的文件名
• 增加了zis.closeEntry()显式关闭当前读取完成的ZIP条目，避免后续读取异常
• 如果后续你需要处理.xlsx格式的文件，只需将HSSFWorkbook替换为XSSFWorkbook即可

内容的提问来源于stack exchange，提问作者Master Shifu