java - Apache POI - 在数据库中读取和存储富文本内容

Question

我们的 Java 应用程序有一个新要求，用户需要上传 Excel 文件。Excel 文件中的一列将采用粗体、斜体、项目符号、彩色文本等格式。

我们需要读取此 Excel 文件并将这些值存储在 Oracle DB 表中。随后我们还需要提取这些数据并下载到 Excel 工作表中并保留格式。

我们计划使用 Apache-poi 来实现同样的目的，但现在陷入困境，我们需要将 HSSFRichTextString 对象转换为某种格式以存储到 Oracle 表中。

HSSFRichTextString 的 tostring() 方法给出了字符串，但格式丢失了。有人可以建议我如何将此 HSSFRichTextString 对象转换为 Oracle 数据类型(最好是 clob)。

Answer 1

您说得对，toString() 方法只会返回 HSSFRichTextString 的未格式化的 String 内容。

这是一种从 HSSFRichTextString 中提取所有其他重要数据并与字符串值一起存储的方法。

与 my answer to this question 非常相似，从 HSSFRichTextString 中提取富文本格式信息，并将该数据存储在您将创建的类 FormattingRun 中。

public class FormattingRun {
    private int beginIdx;
    private int length;
    private short fontIdx;
    public FormattingRun(int beginIdx, int length, short fontIdx) {
        this.beginIdx = beginIdx;
        this.length = length;
        this.fontIdx = fontIdx;
    }
    public int getBegin() { return beginIdx; }
    public int getLength() { return length; }
    public short getFontIndex { return fontIdx; }
}

然后，调用 Apache POI 方法来提取该数据。

• numFormattingRuns() - 返回 HSFFRichTextString 中格式化运行的次数。
• getFontOfFormattingRun(int) - 返回字符串中指定位置处的short字体索引

现在，实际提取数据:

List<FormattingRun> formattingRuns = new ArrayList<FormattingRun>();
int numFormattingRuns = richTextString.numFormattingRuns();
for (int fmtIdx = 0; fmtIdx < numFormattingRuns; fmtIdx)
{
    int begin = richTextString.getIndexOfFormattingRun(fmtIdx);
    short fontIndex = richTextString.getFontOfFormattingRun(fmtIdx);

    // Walk the string to determine the length of the formatting run.
    int length = 0;
    for (int j = begin; j < richTextString.length(); j++)
    {
        short currFontIndex = richTextString.getFontAtIndex(j);
        if (currFontIndex == fontIndex)
            length++;
        else
            break;
    }
    formattingRuns.add(new FormattingRun(begin, length, fontIndex));
}

要将此数据存储在数据库中，首先要认识到 HSSFRichTextString 和 FormattingRun 之间存在一对多关系。因此，在您计划存储富文本字符串数据的任何 Oracle 表中，您都需要创建与另一个存储格式化运行数据的新表的外键关系。像这样的事情:

Table: rich_text_string
rts_id     NUMBER
contents   VARCHAR2(4000)

以 rts_id 为主键，并且:

Table: rts_formatting_runs
rts_id     NUMBER
run_id     NUMBER
run_pos    NUMBER
run_len    NUMBER
font_index NUMBER

其中 (rts_id, run_id) 为主键，rts_id 引用回 rich_text_string 表。

使用您最喜欢的 Java 到数据库框架(JDBC、Hibernate 等)，将 String 值存储到 rich_text_string 的 contents 中，并将关联的 FormattingRun 对象数据存储到 rt_formatting_runs 中。

请小心 - 字体索引仅在工作簿内有效。您还需要存储 HSSFWorkbook 中的字体信息，以赋予 font_index 含义。

它不是存储为CLOB，但数据可以说以这种方式存储更有意义。