OOXML，XLSX分析

Posted 2020-10-19 tootwo2

07以上的xlsx是使用了OOXML和zip，将后缀修改为.zip，就可以看到文件，主要分析xl目录下的文件，如图：

 

主要数据文件在xl目录下面

styles.xml里面存放着excel的样式数据

很容易看出包含，字体，边框，单元格样式信息。

sharedStrings.xml存储的excel中的字符串，excel中的字符串都是放在这个里面，共享字符串，所以往往excel的文件会比txt小。

worksheets里面是excel的sheet文件

打开xml

 

其中r="C2"表示excel的C2这个单元格，t="s"表示该单元格是字符串，val是2表示在sharedStrings.xml里面第二个共享的字符串。

其中r="N2"表示excel的N2这个单元格，s="2"表示该单元格有样式，在styles.xml里面的cellXfs里面的第3个样式（0是第一个）。

仔细分析cellXfs会发现<xf borderId="0" fillId="0" fontId="0" numFmtId="0" xfId="0"/>里面有numFmtId，表示数字的格式，每个数字代表不同的样式，看POI的源码org.apache.poi.ss.usermodel.BuiltinFormats里面能找到每个数字代表的含义：

0, "General"

1, "0"

2, "0.00"

3, "#,##0"

4, "#,##0.00"

5, "$#,##0_);($#,##0)"

6, "$#,##0_);[Red]($#,##0)"

7, "$#,##0.00);($#,##0.00)"

8, "$#,##0.00_);[Red]($#,##0.00)"

9, "0%"

0xa, "0.00%"

0xb, "0.00E+00"

0xc, "# ?/?"

0xd, "# ??/??"

0xe, "m/d/yy"

0xf, "d-mmm-yy"

0x10, "d-mmm"

0x11, "mmm-yy"

0x12, "h:mm AM/PM"

0x13, "h:mm:ss AM/PM"

0x14, "h:mm"

0x15, "h:mm:ss"

0x16, "m/d/yy h:mm"

// 0x17 - 0x24 reserved for international and undocumented

0x25, "#,##0_);(#,##0)"

0x26, "#,##0_);[Red](#,##0)"

0x27, "#,##0.00_);(#,##0.00)"

0x28, "#,##0.00_);[Red](#,##0.00)"

0x29, "_(* #,##0_);_(* (#,##0);_(* \\"-\\"_);_(@_)"

0x2a, "_($* #,##0_);_($* (#,##0);_($* \\"-\\"_);_(@_)"

0x2b, "_(* #,##0.00_);_(* (#,##0.00);_(* \\"-\\"??_);_(@_)"

0x2c, "_($* #,##0.00_);_($* (#,##0.00);_($* \\"-\\"??_);_(@_)"

0x2d, "mm:ss"

0x2e, "[h]:mm:ss"

0x2f, "mm:ss.0"

0x30, "##0.0E+0"

0x31, "@"