讲一个自己写的 excel 转 html 的 java 工具
由来
这是一个从开发需求中诞生的工具，在工作中因为有一个 excel 转 html 的任务，又没找到一个专门做这方面的工具（其他工具几乎都是简单的转换，无法还原 excel 样式，而且转换的宽高有点儿差距），所以干脆自己动手写了一个。几乎能够还原 excel 样式，且宽高几乎一致。
用法
需要注意的是，仅支持 xlsx 格式，且默认 dpi 是 96，因为不同屏幕的 dpi 可能不太一样（大多数是 96），所以尽量前端传过来，前端获取屏幕 DPI 参考：https://blog.csdn.net/jl15988/article/details/144737210
引入依赖
<dependency>
<groupId>com.jl15988.excel2html</groupId>
<artifactId>excel2html</artifactId>
<version>0.0.1</version>
</dependency>
使用
List<HtmlPage> htmlPages = new Excel2Html(new File(respVO.getTempPath()))
.setDpi(dpi)
.setCellHandler(new ICellHandler() {
@Override
public void handleStyle(ParserdStyleResult parserdStyleResult, Cell cell, int rowIndex, int cellIndex) {
// 去掉第一行单元格顶部边框
if (rowIndex == 4) {
parserdStyleResult.cellStyle.remove("border-top");
}
}
})
.buildHtmlWithSheetIndex(4, null, 4, 46, 0, 29);
List<String> wbContent = htmlPages.stream().map(htmlPage -> htmlPage.setHasHtmlContainer(false).toHtmlString()).collect(Collectors.toList());
支持自定义单元格处理器（setCellHandler），单元格内容格式化处理（setCellValueFormater）
还有其他构建 html 方法
- buildHtml(Sheet sheet, Integer startRowIndex, Integer endRowIndex, Integer startColIndex, Integer endColIndex)
- buildHtmlWithSheetIndex(int sheetIndex, Integer startRowIndex, Integer endRowIndex, Integer startColIndex, Integer endColIndex)
- buildHtmlWithSheetIndex(Integer startSheetIndex, Integer endSheetIndex, Integer startRowIndex, Integer endRowIndex, Integer startColIndex, Integer endColIndex)
- buildHtml(Sheet sheet)
- buildHtmlWithSheetIndex(int sheetIndex)
- buildHtmlWithSheetIndex(Integer startSheetIndex, Integer endSheetIndex)
难点（均实现）
难点是实现的时候比较难，不代表没有实现。因为使用的是 apache.poi 依赖读取 excel，该依赖仍有某些不足，成为转 html 难点。
- 读取 excel 图片。excel 中图片有两种，第一种是浮动式，第二种是嵌入式，浮动式还好说 poi 能读取到，但是嵌入式只能自己解析 excel 内容，然后找到对应图片。excel 其实是一个压缩包，将其解压读取 xml 配置即可；
- 渲染图片位置。因为获取到的浮动式图片位置为 emu 单位，且是所在单元格坐标的信息，单位转换和坐标计算有所难点；
- 列宽。poi 读取到的列宽不准确，poi 中默认列宽写死了一个 8（字符宽度），这个 8 只是大概值，准确值需要自己计算；而且 poi 像素值都是乘了一个写死的 7.001699924468994（字符像素大小），这个值也是不准确的，这个值应该是 excel 默认字体的像素大小（一般国内都是默认宋体，像素大小为 8，差距也有点儿大），这个需要建立映射表，通过脚本将系统所有字体像素大小放到映射中，使用的时候再读取；
- 富文本解析。富文本是指在同一个单元格使用不同的字体样式。这个需要对单元格内容单独解析，构造 html 样式，这个难点不算太大；
- 空白字符处理。在 excel 中，连续空白字符是保留的，html 默认只显示一个，需要单独写样式，这个比较简单；如果单元格内容尾部含有空白字符且自动换行，空白字符是不占用空间的（目前看是这样），这个需要单独判断。