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。

编译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！