使用POI导入时出现中文拼音问题解决方法

发表于

问题描述

使用导入的excel内容如下:

进入数据库的内容

发现原本用户名为张三，进入数据库后变成了张三 zhang’san

排查问题过程

重现问题

在mac中编辑excel中文后进行excel导入，出现了这个问题，在windows中则没有这个情况。

定位问题

  1. 首先将导入有问题的excel文件后缀改成zip。
  2. 解压zip文件，得到文件内容如下:

  1. 打开里面的shareStrings.xml文件,发现zhang’san包含在文件中，确认是在excel中有包含这个字符串，应该是解析excel的时候把zhang’san这个隐藏的元素也解析进去了。

解决问题

  1. 通过debug方式，定位到问题是在获取sharedStrings时获取到的多余的拼音

  1. 查看ReadOnlySharedStringsTable类的源码后发现使用这种方式读取sharedStrings时会读取包括rPh标签的内容，加入到sharedStrings中去

  1. 换一种获取SharedStringsTable的方式后解决该问题

小结

实际解决问题的过程中并没有那么顺畅，定位问题就花了不少时间，最后才定位到由mac系统编辑excel后才会产生这个问题。定位到问题后正好用到前段时间了解的Excel的底层xml结构的知识，定位到应该是解析sharedStrings的问题,通过debug的方式具体定位到哪一行代码产生的问题，然后再寻找解决方法。这种比较偏的场景问题一般通过百度，谷歌都直接得不到答案，需要沉下心来定位到真正的问题所在，就具体的类或方法去搜索答案。