在Java中使用Apache POI将16位字符写入.xlsx文件 [英] Write 16 bits character to .xlsx file using Apache POI in Java
问题描述
我在Apache POI中遇到问题。 问题是,我尝试将16位字符值(如CJK统一表意文字扩展名B)放入.xlsx文件。但是,单元格值会变成问号(如?)在生成的.xlsx文件中。
有谁知道如何处理.xlsx格式的Apache POI中的16位字符值?
我的POI版本是3.14
代码示例如下:
XSSFWorkbook workbook = new XSSFWorkbook();
XSSFSheet sheet = workbook.createSheet("Test");
XSSFRow row1 = sheet.createRow(0);
XSSFCell r1c1 = row1.createCell(0);
r1c1.setCellValue("𤆕𤆕𤆕"); // value of CJK Unified Ideographs Extension B
XSSFCell r1c2 = row1.createCell(1);
FileOutputStream fos =new FileOutputStream("D:/temp/test.xlsx");
workbook.write(fos);
fos.close();
谢谢!
推荐答案
存在问题。但不包含从0x0000
到0xFFFF
的16位(2字节)Unicode字符。它包含Unicode编码中需要2个字节以上的字符。这些字符在Java Character中提到Unicode code points
:"UNICODE码位用于U+0000到U+10FFFF范围内的字符值,UNICODE码元用于16位字符值,即UTF-16编码的码元。"Java平台在char数组以及String和StringBuffer类中使用UTF-16表示。在该表示中,补充字符(码位大于U+FFFF的字符)被表示为一对字符值,第一个来自高代理范围(uD800-uDBFF),第二个来自低代理范围(uDC00-uDFFF)。
问题出在org.apache.xmlbeans.impl.store.Saver
。这与private char[] _buf
一起工作。但由于char
最大值为0xFFFF
,0x10000
到0x10FFFF
之间的Unicode码点不可能存储在char
中。因此将存储为一对字符值。
有一种方法
/**
* Test if a character is valid in xml character content. See
* http://www.w3.org/TR/REC-xml#NT-Char
*/
private boolean isBadChar ( char ch )
{
return ! (
(ch >= 0x20 && ch <= 0xD7FF ) ||
(ch >= 0xE000 && ch <= 0xFFFD) ||
(ch >= 0x10000 && ch <= 0x10FFFF) ||
(ch == 0x9) || (ch == 0xA) || (ch == 0xD)
);
}
该代码完全有错误,因为它检查char
是否介于0x10000
和0x10FFFF
之间。如前所述,这完全是不可能的。
它还将高代理范围(uD800-uDBFF)和低代理范围(uDC00-uDFFF)排除为坏字符。因此,将排除以一对字符值表示的代码点。
所以问题是由org.apache.xmlbeans.impl.store.Saver
中的错误引起的。
修补程序:
目标:不排除高代理范围(uD800-uDBFF)和低代理范围(uDC00-uDFFF)作为坏字符。因此,存储为两个16位chars
的U+10000以上的UNICODE代码点不会被排除在XML
中。
下载Saver.java。将private boolean isBadChar ( char ch )
更改为
/**
* Test if a character is valid in xml character content. See
* http://www.w3.org/TR/REC-xml#NT-Char
*/
private boolean isBadChar ( char ch )
{
return ! (
(ch >= 0x20 && ch <= 0xFFFD ) ||
(ch == 0x9) || (ch == 0xA) || (ch == 0xD)
);
}
在static final class OptimizedForSpeedSaver
和static final class TextSaver
中。
Saver.java
。
将xmlbeans-2.6.0.jar
的备份存储在类路径之外的某个位置。
将xmlbeans-2.6.0.jar
->/org/apache/xmlbeans/impl/store/
中的Saver$OptimizedForSpeedSaver.class
和Saver$TextSaver.class
替换为新附带的
现在,U+10000以上的UNICODE代码点将存储在sharedStrings.xml
中。
免责声明:
这没有经过很好的测试。所以不要在生产中使用这个。此处仅显示它来描述问题。也许xmlbeans.apache.org
上的一些程序员会找到时间正确解决org.apache.xmlbeans.impl.store.Saver
的问题。
更新 现在有一个xmlbeans-2.6.2.jar可用。此修补程序已包含。
更新 现在有一个xmlbeans-3.0.0.jar可用。此修补程序也已包含。
确实如此:
/**
* Test if a character is valid in xml character content. See
* http://www.w3.org/TR/REC-xml#NT-Char
*/
static boolean isBadChar ( char ch )
{
return ! (
Character.isHighSurrogate(ch) ||
Character.isLowSurrogate(ch) ||
(ch >= 0x20 && ch <= 0xD7FF ) ||
(ch >= 0xE000 && ch <= 0xFFFD) ||
(ch >= 0x10000 && ch <= 0x10FFFF) ||
(ch == 0x9) || (ch == 0xA) || (ch == 0xD)
);
}
因此它检查char ch
是HighSurrogate
还是LowSurrogate
,如果是这样,它就不是坏字符。好的。
但它会检查char ch
是否大于或等于0x10000
。再次声明:这对于char
是不可能的!achar
的最大值为0xFFFF
。
这篇关于在Java中使用Apache POI将16位字符写入.xlsx文件的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!