使用 Apache POI 从 Excel 提取列名

1. 简介

高效处理 Excel 文件至关重要，无论是读取数据还是生成报表。Apache POI 是 Java 中强大的库，让开发者能通过编程方式操作 Excel 文件。

本教程将探索如何使用 Apache POI 读取 Excel 工作表的列名。我们将：

快速概览 POI API
配置必要依赖
准备示例数据
演示从新旧格式 Excel 文件提取列名的步骤
编写单元测试验证功能

2. 依赖配置与示例准备

在 pom.xml 中添加以下依赖：

<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>4.1.2</version>
</dependency>
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-collections4</artifactId>
    <version>4.4</version>
</dependency>

准备两个示例文件：

food_info.xlsx（新格式）：
consumer_info.xls（旧格式）：

3. 从 Excel 提取列名

核心步骤：

打开 Excel 文件
访问目标工作表
读取标题行（首行）获取列名

3.1. 打开 Excel 文件

首先创建 WorkBook 实例。POI 通过两个抽象类支持不同格式： ✅ XSSFWorkbook 处理 .xlsx 格式 ✅ HSSFWorkbook 处理 .xls 格式

public static Workbook openWorkbook(String filePath) throws IOException {
    try (InputStream fileInputStream = new FileInputStream(filePath)) {
        if (filePath.toLowerCase().endsWith("xlsx")) {
            return new XSSFWorkbook(fileInputStream);
        } else if (filePath.toLowerCase().endsWith("xls")) {
            return new HSSFWorkbook(fileInputStream);
        } else {
            throw new IllegalArgumentException("指定文件不是 Excel 文件");
        }
    } catch (OLE2NotOfficeXmlFileException | NotOLE2FileException e) {
        throw new IllegalArgumentException(
          "不支持的文件格式，请确保是有效的 Excel 文件", e);
    }
}

⚠️ 踩坑提示：文件格式错误会抛出 IllegalArgumentException，需处理异常。

3.3. 读取标题行

通过 Sheet 对象访问数据。使用 Row 接口表示行，Cell 接口表示单元格：

public static List<String> getColumnNames(Sheet sheet) {
    Row headerRow = sheet.getRow(0);
    if (headerRow == null) {
        return Collections.EMPTY_LIST;
    }
    return StreamSupport.stream(headerRow.spliterator(), false)
      .filter(cell -> cell.getCellType() != CellType.BLANK)
      .map(Cell::getStringCellValue)
      .filter(cellValue -> cellValue != null && !cellValue.trim().isEmpty())
      .map(String::trim)
      .collect(Collectors.toList());
}

关键处理逻辑：

获取首行（索引 0）
使用 Java Stream 处理单元格
过滤空白单元格和空值
提取字符串值并去除前后空格

💡 扩展知识：若需保留文本格式（字体/颜色等），可用 Cell::getRichStringTextValue() 替代 Cell::getStringCellValue()。

4. 单元测试

验证两种格式的文件读取：

@Test
public void givenXLSXFile_whenGetColumnNames_thenReturnsCorrectNames() throws IOException {
    Workbook workbook = ExcelUtils.openWorkbook("food_info.xlsx");
    Sheet sheet = workbook.getSheet("Sheet1");
    List<String> columnNames = ExcelUtils.getColumnNames(sheet);

    assertEquals(4, columnNames.size());
    assertTrue(columnNames.contains("Category"));
    assertTrue(columnNames.contains("Name"));
    assertTrue(columnNames.contains("Measure"));
    assertTrue(columnNames.contains("Calories"));
    workbook.close();
}

@Test
public void givenXLSFile_whenGetColumnNames_thenReturnsCorrectNames() throws IOException {
    Workbook workbook = ExcelUtils.openWorkbook("consumer_info.xls");
    Sheet sheet = workbook.getSheet("Sheet1");
    List<String> columnNames = ExcelUtils.getColumnNames(sheet);

    assertEquals(3, columnNames.size());
    assertTrue(columnNames.contains("Name"));
    assertTrue(columnNames.contains("Age"));
    assertTrue(columnNames.contains("City"));
    workbook.close();
}

✅ 测试要点：

验证列名数量
确认关键列名存在
显式关闭 Workbook 避免资源泄漏

5. 总结

本文展示了使用 Apache POI 从 Excel 工作表提取列名的完整流程：

通过文件扩展名自动选择 Workbook 实现类
利用 Stream API 高效处理标题行
处理空值和格式化文本的注意事项
单元测试覆盖新旧格式

Apache POI 简化了 Java 操作 Excel 的复杂度，是应用与 Excel 数据交互的利器。完整实现可参考 GitHub 示例。

Persistence

REST

Security