Java使用Jsoup把html流转成Apache POI的EXCEL格式

需求

一些银行导出的excel真实格式为html，这种情况无法导入到系统，所以要程序中转换一下格式

通用方法

主要逻辑：Jsoup解析html获取所有table对象的行和列生成二维数组，再根据二维数组生成Workbook对象

注意： 表头部分有时候是<th>标签

如何根据数据流判断是否为html格式，请看另一篇文章：Java获取文件真实格式

PoiUtils.java

/**
 * html格式的流转成xls格式的workbook
 */
public static Workbook getWorkbookByHtml(InputStream inputStream) throws IOException {
    Document document = Jsoup.parse(inputStream, "UTF-8", "");
    ArrayList<String[]> dataList = new ArrayList<>();
    Elements rows = document.getElementsByTag("tr");
    for (Element row : rows) {
        List<String> temp = new ArrayList<>();
        Elements ths = row.getElementsByTag("th");
        for (Element th : ths) {
            temp.add(th.text());
        }
        Elements tds = row.getElementsByTag("td");
        for (Element td : tds) {
            temp.add(td.text());
        }
        String[] array = new String[temp.size()];
        temp.toArray(array);
        dataList.add(array);
    }
    return getWorkbook(dataList);
}
/**
 * 二维数组生成workbook对象
 */
private static Workbook getWorkbook(ArrayList<String[]> dataList) {
    HSSFWorkbook result = new HSSFWorkbook();
    HSSFSheet sheet = result.createSheet("new sheet");

    for (int rowNum = 0; rowNum < dataList.size(); rowNum++) {
        String[] data = dataList.get(rowNum);
        HSSFRow row = sheet.createRow(rowNum);
        for (int columnNum = 0; columnNum < data.length; columnNum++) {
            HSSFCell cell = row.createCell(columnNum);
            cell.setCellValue(data[columnNum]);
        }
    }
    return result;
}