让我头疼一下午的Excel合并单元格

Posted 2021-01-13 bigdatazj

Excel导出常见问题

excel导出其实不算什么难事

在网上copy下模板代码，填充自己的业务数据，提供一个http接口基本就可以得到你要导出的数据了。

但是，凡事都有例外，截止今天，excel导出我遇到的主要是两大类问题

1、大数据量的excel数据，比如几十万条甚至更多的数据导出

2、因为excel中内容的问题，导致导出后的excel不能直接打开，报错“由于一些内容不可取，Excel无法打开xxx.xlsx。是否要打开并修复此工作簿?”

针对第一种大数据量问题，我遇到的主要问题是excel存储的记录上限和导出超时等问题

解决方法是将导出格式为xls升级为xlsx，xls每个sheet最多支持65536条记录，xlsx最多支持1048576条记录；超时则可以采用前端直接返回，后端异步取数据并导出的方式避免超时。

这种情况不是今天要介绍的重点，今天要介绍的第二种情况的解决思路。

需求描述

1、层级关系最多为四级

2、对于相同层级,如果内容相同需要纵向合并单元格，空白行不需要合并

3、样例数据如下所示

一级目录1,二级目录1,三级目录1,四级目录2,

一级目录1,二级目录1,三级目录3,

一级目录1,二级目录1,三级目录5,

一级目录1,二级目录3,

一级目录1,二级目录5,三级目录5,

一级目录2,二级目录2,三级目录2,

一级目录2,二级目录2,三级目录3,

一级目录2,二级目录4,三级目录4,

一级目录2,二级目录7,

一级目录3,二级目录6,三级目录4,

一级目录3,二级目录6,三级目录10,

一级目录4,

一级目录5,二级目录8,三级目录6,

解决思路

将上面样例数据存入一个集合中，遍历每条记录并存放到相应的单元格。

如果不需要合并单元格，到这里，就可以提供导出的Excel了。

但是重点是合并单元格。

遇到的问题

初步排查

自认为代码已经就位，调用接口，Excel文件也成功下载了，结果打开的那一刻一个对话框让我头疼了一下午。

报错信息如下

第一反应是肯定数据错乱了，估计是单元格之间相互挤占，数据肯定也是不堪入目。

但是我按照智能的Excel提示，点击“打开并修复”后发现，数据没有我想的那么糟，甚至仔细看看，发现居然没有问题。

有点小激动的同时，心里还是有点不爽，总不能让别人每次导出的时候都使用这个智能的“打开并修复”功能才能看导出的数据吧。

但是光从这个报错信息来看确实没有什么线索，于是网上找了一通与“由于一些内容不可取，Excel无法打开xxx.xlsx。是否要打开并修复此工作簿?”有关的解决方法。虽然有不少人遇到过这样的问题，但是引起问题的原因不太一样，有些是因为sheet的命名包含特殊字符，有些是导出的Excel内容中有非法字符，还有说要在response的header中加入Content-length字段的。

进一步排查

搜了一通，没有什么进展，这时候想起来在刚刚点击“打开并修复”后，还弹出了一个对话框，于是点击对话框中的查看

得到线索如下

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>

<recoveryLog xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main"><logFileName>修复结果到 xxx.xml</logFileName><summary>在文件“/Users/jackie/Downloads/xxx.xlsx”中检测到错误</summary><removedRecords summary="以下是已删除记录的列表:"><removedRecord>已删除的记录: /xl/worksheets/sheet1.xml 的 合并单元格</removedRecord></removedRecords></recoveryLog>

排除了前面提到的种种非法字符的原因，看到线索里的“合并单元格”，基本可以断定这是因为在合并单元格的过程中出了问题。

寻找问题根本原因

结合合并单元格导致Excel表格无法打开的症状在网上搜索一通

http://www.360doc.com/content/14/0107/11/14931240_343269914.shtml这篇文章给出了解决思路

我将下载的Excel表格的后缀从xlsx改为zip并打开

打开sheet1.xml文件，找到mergeCells标签，将其内容拷贝到XML在线格式化工具中查看

经过人眼搜索，终于发现了问题所在

    ...

    <mergeCell ref="B175:B189"/>

    <mergeCell ref="B176:B190"/>

    ...

这里显然出现了覆盖合并的情况，进而导致打开Excel报错的情况（后面经过测试发现，重复合并单元格也会出现同样的报错信息）

顺着这个思路，排查代码，不断调试测试，考虑各种情况下的合并单元格场景，最终搞定了这个稍稍复杂的合并单元格的Excel导出功能。

一点思考

虽然知道是合并单元格导致的问题，但是在实际调整代码时花费了几乎一个下午，曾经一度头大到不想思考。

回头想想，在这个问题上有两大收获。

1、排查问题的思路很重要

问题的现象已经摆在眼前，排查了不是非法字符的原因，就应该寻找其他原因

利用一切可以利用的手头信息比如上面简短而关键的报错日志信息。

活用搜索引擎，这种问题肯定已经有前人踩过雷，去看下他们是怎么排雷的就好，不用自己再去研究排雷的具体方法了。

2、写代码之前先想好

现在想想这段合并单元格的代码是不是可以写的更加漂亮，我想应该是可以的，但是能不能从30行精简为10行甚至5行，我想这不太可能。

因为这个导出合并时会遇到各种情况，比如连续相同的单元格何时合并，空白行如何保证不合并，某空白行区域前和后又如何实现合并等问题。

所以，写这段代码前应该先梳理所有可能的场景包括一些特殊情况，尽其所能罗列所有的情况，这样才能保证在应对各种情形的数据时正常导出。

代码稍后我会放到项目rome里

项目地址：https://github.com/DMinerJackie/rome

对了，导出效果图呈上

如果您觉得阅读本文对您有帮助，请点一下“推荐”按钮，您的“推荐”将是我最大的写作动力！如果您想持续关注我的文章，请扫描二维码，关注JackieZheng的微信公众号，我会将我的文章推送给您，并和您一起分享我日常阅读过的优质文章。