excel2html

一个 excel 转 html 的 java 工具，旨在尽可能的还原 excel 原本的样式。
A Java tool for converting Excel to HTML, aimed at restoring the original style of Excel as much as possible.

使用

需要注意的是

• 目前仅支持 xlsx 格式
• 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

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());

所有方法

• 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

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

1. 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；
2. 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；
3. 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；
4. 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；
5. 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。