当前位置：首页 > news >正文

c 可以用来做网站吗/我赢网客服系统

news 2025/7/1 17:07:00

c 可以用来做网站吗,我赢网客服系统,吴忠住房和城乡建设网站,电脑wordpress客服端❝最近太忙了，刚刚到家赶紧抽空赶一篇，不知道能不能帮到你。最近在做Excel导入功能，产品要求对导入数据先进行校验然后再入库。于是简单封装了一个工具，结果兄弟们用了都说好，今天就把思路分享出来。easyexcel 库我们都…

❝
最近太忙了，刚刚到家赶紧抽空赶一篇，不知道能不能帮到你。

最近在做Excel导入功能，产品要求对导入数据先进行校验然后再入库。于是简单封装了一个工具，结果兄弟们用了都说好，今天就把思路分享出来。

easyexcel 库

我们都知道POI是Java操作Excel的基础库。为了通用性并没有做定制，而且还有一些局限性。经过一番调研决定采用二次封装库easyexcel来进行业务开发。

<dependency><groupId>com.alibaba</groupId><artifactId>easyexcel</artifactId><version>${easyexcel.version}</version>
</dependency>

easyexcel将读取Excel的生命周期抽象为了几个阶段，方便我们在各个阶段注入你想要实现的逻辑。这几个阶段包含在ReadListener接口中

public interface ReadListener<T> extends Listener {/*** 当任何一个侦听器执行错误报告时，所有侦听器都将接收此方法。 如果在此处引发异常，则整个读取将终止。* 这里是处理读取excel异常的** @param exception* @param context* @throws Exception*/void onException(Exception exception, AnalysisContext context) throws Exception;/*** 读取每行excel表头时会执行此方法** @param headMap* @param context*/void invokeHead(Map<Integer, CellData> headMap, AnalysisContext context);/*** 读取每行数据的时候回执行此方法 ** @param data*            one row value. Is is same as {@link AnalysisContext#readRowHolder()}* @param context*            analysis context*/void invoke(T data, AnalysisContext context);/*** 如果有额外的单元格信息返回就用此方法处理** @param extra*            extra information* @param context*            analysis context*/void extra(CellExtra extra, AnalysisContext context);/*** 在整个excel sheet解析完毕后执行的逻辑。** @param context*/void doAfterAllAnalysed(AnalysisContext context);/*** 用来控制是否读取下一行的策略** @param context* @return*/boolean hasNext(AnalysisContext context);
}

其抽象实现AnalysisEventListener<T>提供更加符合需要的抽象，我会进一步实现这个抽象来实现Excel的导入和校验。

❝
在你了解一个框架的抽象接口后，尽量要去看一下它有没有能满足你需要的实现。

另外这里要多说一点，接口中的AnalysisContext包含了很多有用的上下文元信息，比如当前行、当前的配置策略、excel整体结构等信息，你可以在需要的时候调用这些信息。

JSR303校验

最开始自己写了一个抽象的校验工具，最后发现每一个字段都要编写其具体的校验逻辑，如果一个Excel的字段量爆炸，这对开发来说就可能是噩梦。这使我想到了业界已经有的规范-JSR303校验规范，它将数据模型（Model）和校验（Validation）各自抽象，非常灵活，而且工作量明显降低。我们只需要找到和esayexcel生命周期结合的地方就行了。我们只需要引入以下依赖就能在Spring Boot项目中集成JSR303校验：

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-validation</artifactId>
</dependency>

❝
关于JSR303相关的教程可以查看我这一篇文章。

实现过程

我们可以在解析每个字段的时候校验，这对应ReadListener的invoke(T data, AnalysisContext context)方法，这种方式可以实现当字段校验触发约束时就停止excel解析的策略；另一种可以在Excel解析完毕后执行校验，对应doAfterAllAnalysed(AnalysisContext context)。这里以第二种为例我们来实现一下。

❝
我们在编写代码时，尽量职责单一，一个类或者一个方法尽量只干一个事，这样让自己的代码足够清晰。

编写校验处理类

这里我把解析和校验分开实现，先编写JSR303校验工具。这里假设已经有了校验器javax.validation.Validator的实现，稍后我会讲这个实现从哪里注入。

import cn.felord.validate.Excel;
import lombok.AllArgsConstructor;
import org.springframework.util.StringUtils;import javax.validation.ConstraintViolation;
import javax.validation.Validator;
import java.util.*;
import java.util.stream.Collectors;/***  excel 校验工具** @param <T> the type parameter* @author felord.cn* @since 2021 /4/14 14:14*/
@AllArgsConstructor
public class ExcelValidator<T> {private final Validator validator;private final Integer beginIndex;/***  集合校验** @param data 待校验的集合* @return list*/public List<String> validate(Collection<T> data) {int index = beginIndex + 1;List<String> messages = new ArrayList<>();for (T datum : data) {String validated = this.doValidate(index, datum);if (StringUtils.hasText(validated)) {messages.add(validated);}index++;}return messages;}/*** 这里是校验的根本方法** @param index 本条数据所在的行号* @param data 待校验的某条数据* @return 对数据的校验异常进行提示，如果有触发校验规则的会封装提示信息。*/private String doValidate(int index, T data) {// 这里使用了JSR303的的校验器，同时使用了分组校验，Excel为分组标识Set<ConstraintViolation<T>> validate = validator.validate(data, Excel.class);return validate.size()>0 ? "第" + index +"行，触发约束：" + validate.stream().map(ConstraintViolation::getMessage).collect(Collectors.joining(",")): "";}
}

上面就是整个校验的逻辑，如果校验通过不提示任何信息，如果校验不通过把校验的约束信息封装返回。这里的Validator是从哪里来的呢？当Spring Boot集成了JSR303会有一个Validator实现被自动注入Spring IoC，我们可以利用它。

实现AnalysisEventListener

这个完全是easyexcel的功能了，我们只需要实现最开始提到的Excel抽象解析监听器接口AnalysisEventListener，并将解析字段加入集合，等完全解析完毕后再进行校验。这里如果校验不通过就会抛出携带校验信息的异常，异常经过处理返回前端提示。

❝
切记：AnalysisEventListener的实现不能注入Spring IoC。

import cn.hutool.json.JSONUtil;
import com.alibaba.excel.context.AnalysisContext;
import com.alibaba.excel.event.AnalysisEventListener;
import cn.felord.exception.ServiceException;
import org.springframework.util.CollectionUtils;import java.util.ArrayList;
import java.util.Collection;
import java.util.List;
import java.util.function.Consumer;/*** 该类不可被Spring托管** @param <T> the type parameter* @author felord.cn* @since 2021 /4/14 14:19*/
public class JdbcEventListener<T> extends AnalysisEventListener<T> {/*** Excel总条数阈值*/private static final Integer MAX_SIZE = 10000;/*** 校验工具*/private final ExcelValidator<T> excelValidator;/*** 如果校验通过消费解析得到的excel数据*/private final Consumer<Collection<T>> batchConsumer;/*** 解析数据的临时存储容器*/private final List<T> list = new ArrayList<>();/*** Instantiates a new Jdbc event listener.** @param excelValidator Excel校验工具* @param batchConsumer  Excel解析结果批量消费工具，可实现为写入数据库等消费操作*/public JdbcEventListener(ExcelValidator<T> excelValidator, Consumer<Collection<T>> batchConsumer) {this.excelValidator = excelValidator;this.batchConsumer = batchConsumer;}@Overridepublic void onException(Exception exception, AnalysisContext context) throws Exception {list.clear();throw exception;}@Overridepublic void invoke(T data, AnalysisContext context) {// 如果没有超过阈值就把解析的excel字段加入集合if (list.size() >= MAX_SIZE) {throw new ServiceException("单次上传条数不得超过：" + MAX_SIZE);}list.add(data);}@Overridepublic void doAfterAllAnalysed(AnalysisContext context) {//全部解析完毕后 对集合进行校验并消费if (!CollectionUtils.isEmpty(this.list)) {List<String> validated = this.excelValidator.validate(this.list);if (CollectionUtils.isEmpty(validated)) {this.batchConsumer.accept(this.list);} else {throw new ServiceException(JSONUtil.toJsonStr(validated));}}}
}

封装最终的工具

这里参考esayexcel的文档封装成一个通用的Excel读取工具

import com.alibaba.excel.EasyExcel;
import lombok.AllArgsConstructor;
import lombok.Data;import javax.validation.Validator;
import java.io.InputStream;
import java.util.Collection;
import java.util.function.Consumer;/*** excel读取工具** @author felord.cn* @since 2021 /4/14 15:10*/
@AllArgsConstructor
public class ExcelReader {private final Validator validator;/*** Read Excel.** @param <T>  the type parameter* @param meta the meta*/public <T> void read(Meta<T> meta) {ExcelValidator<T> excelValidator = new ExcelValidator<>(validator, meta.headRowNumber);JdbcEventListener<T> readListener = new JdbcEventListener<>(excelValidator, meta.consumer);EasyExcel.read(meta.excelStream, meta.domain, readListener).headRowNumber(meta.headRowNumber).sheet().doRead();}/*** 解析需要的元数据** @param <T> the type parameter*/@Datapublic static class Meta<T> {/*** excel 文件流*/private InputStream excelStream;/*** excel头的行号，参考easyexcel的api和你的实际情况*/private Integer headRowNumber;/*** 对应excel封装的数据类，需要参考easyexcel教程*/private Class<T> domain;/*** 解析结果的消费函数*/private Consumer<Collection<T>> consumer;}}

我们把这个工具注入Spring IoC，方便我们使用。

/*** Excel 读取工具** @param validator the validator* @return the excel reader*/
@Bean
public ExcelReader excelReader(Validator validator) {return new ExcelReader(validator);
}

编写接口

这里Excel的数据类ExcelData就不赘述了，过于简单！去看esayexcel的文档即可。编写一个Spring MVC接口示例，没错就是这么简单。

@Autowired
private  ExcelReader excelReader;
@Autowired
private  DataService dataService;@PostMapping("/excel/import")
public Rest<?> importManufacturerInfo(@RequestPart MultipartFile file) throws IOException {InputStream inputStream = file.getInputStream();ExcelReader.Meta<ExcelData> excelDataMeta = new ExcelReader.Meta<>();excelDataMeta.setExcelStream(inputStream);excelDataMeta.setDomain(ExcelData.class);excelDataMeta.setHeadRowNumber(2);// 批量写入数据库的逻辑excelDataMeta.setConsumer(dataService::saveBatch);this.excelReader.read(excelDataMeta);return RestBody.ok();
}