目录
POI具有全面而细致的xls读写能力POI的读写功能很底层POI查询计算困难SPL内置高级读写函数SPL提供足够的查询计算能力SPL支持更优的应用架构SPL资料 xcel等类库就方便多了，其中POI最为出色。
POI具有全面而细致的xls读写能力
POI可读写多种Excel文件格式，既支持古老的二进制格式（xls），也支持现代的OOXML格式（xlsx），既支持全内存一次性读写，也支持小内存流式读写。POI为大量Excel元素设计了相应的JAVA类，包括workbook、printer、sheet、row、cell，其中，与cell相关的类包括单元格样式、字体、颜色、日期、对齐、边框等。仅单元格样式类，方法就超过了四十个，可进行最全面最细致的读写操作。
POI的读写功能很底层
POI的读写功能全面而细致，但细致也意味着过于底层，开发者必须从头写起，自己处理每一处细节，即使简单的操作也要编写大量代码。比如，读入首行为列名的行式xls：
FileInputStream fileInputStream = new FileInputStream("d:\\Orders.xls");// get the excel bookWorkbook workbook = new HSSFWorkbook(fileInputStream);if (workbook != null) { // get the first sheet Sheet sheet = workbook.getSheetAt(0); if (sheet != null) { //get the col name/first line Row rowTitle = sheet.getRow(0); // first line if (rowTitle != null) { int cellTitles = rowTitle.getPhysicalNumberOfCells(); // get column number for (int i = 0; i < cellTitles; i++) { Cell cell = rowTitle.getCell(i); //the cell! if (cell != null) { System.out.print(cell.getStringCellValue() + " | "); } } } //get the value/other lines int rows = sheet.getPhysicalNumberOfRows(); // get line number for (int i = 1; i < rows; i++) { Row row = sheet.getRow(i); // get row i if (row != null) { int cells = row.getPhysicalNumberOfCells(); // get column number for (int j = 0; j < cells; j++) { // line number and row number System.out.print("[" + i + "-" + j + "]"); Cell cell = row.getCell(j); // the cell! if (cell != null) { int cellType = cell.getCellType(); Object value = ""; switch (cellType) { case HSSFCell.CELL_TYPE_STRING: // string value = cell.getStringCellValue(); break; case HSSFCell.CELL_TYPE_BLANK: // 空 break; case HSSFCell.CELL_TYPE_BOOLEAN: // boolean value = cell.getBooleanCellValue(); break; case HSSFCell.CELL_TYPE_NUMERIC: // number if (HSSFDateUtil.isCellDateFormatted(cell)) { // date number Date date = cell.getDateCellValue(); value = new DateTime(date).toString("yyyy-MM-dd HH:mm:ss"); }else { // normal number // change to string to avoid being too long cell.setCellType(HSSFCell.CELL_TYPE_STRING); value = cell; } break; case HSSFCell.CELL_TYPE_ERROR: throw new RuntimeException("data type mistaken"); } System.out.println(value); } } } System.out.println("end of the "+i+" line"); } System.out.println("end of the value lines======================================="); }}行式xls是最常见的格式，但POI并没有为此提供方便的处理方法，只能按照workbook->sheet->line->cell的顺序进行循环解析，造成了如此繁琐的代码。
这还只是将数据简单读出来，如果下一步想再处理数据，还要事先转为结构化数据对象，比如ArrayList<实体类>或HashMap，代码就更繁琐了。
POI查询计算困难
解析Excel并不是目标，我们通常还要对这些文件进查询计算，但POI作为Excel的解析类，没有也不合适再提供相关的方法，只能用JAVA手工硬写。比如基础的分组汇总运算，JAVA代码大概这样：
Comparator<salesRecord> comparator = new Comparator<salesRecord>() {public int compare(salesRecord s1, salesRecord s2) {if (!s1.salesman.equals(s2.salesman)) {return s1.salesman.compareTo(s2.salesman);} else {return s1.ID.compareTo(s2.ID);}}};Collections.sort(sales, comparator);ArrayList<resultRecord> result=new ArrayList<resultRecord>();salesRecord standard=sales.get(0);float sumValue=standard.value;for(int i = 1;i < sales.size(); i ++){salesRecord rd=sales.get(i);if(rd.salesman.equals(standard.salesman)){sumValue=sumValue+rd.value;}else{result.add(new resultRecord(standard.salesman,sumValue));standard=rd;sumValue=standard.value;}}result.add(new resultRecord(standard.salesman,sumValue));Java编码实现计算不仅繁琐，而且存在架构性缺陷。代码很难复用，数据结构和计算代码通常会耦合在一起，如果数据结构发生变化，代码就要重写。查询计算的要求灵活多变，而Java作为编译型语言，每次修改代码都要重启应用，维护工作量大，系统稳定性差。
POI成熟稳定，但读写能力过于底层，且未提供查询计算能力，直接基于POI完成Excel文件的处理（特别是查询计算）的开发效率很低。如果针对POI进行封装，形成简单易用的高级读写函数，并额外提供查询计算能力，就能大幅度提高开发效率了。
esProc SPL就是其中的佼佼者。
SPL内置高级读写函数
SPL是JVM下开源的计算引擎，它对POI也进行了封装，内置简单易用的高级函数，可解析\生成各类格式规则或不规则的xls，并自动生成结构化数据对象。
解析格式规则的行式Excel，SPL提供了T函数。比如解析前面的xls文件，用封装前的POI要几十行，封装后只要一句：
=T(“d:\Orders.xls”)
解析行式Excel是很常见的任务，SPL用T函数封装了POI的功能，接口简单易用。无论xls还是xlsx，T函数都可以统一解析。可自动进行类型转换，开发者无须在细节浪费时间。T函数可自动区分首行的列名和其他行的数据，并根据列名创建序表（SPL的结构化数据对象）并填入数据：
读入并解析成序表后，就可以使用SPL提供的丰富的结构化数据处理方法了：
取第3条记录：A1(3)
取后3条记录:A1.m([-1,-2,-3])
取记录的字段值：A1(3).Amount*0.05
修改记录的字段值：A1(3).Amount = A1(3). Amount*1.05
取一列，返回集合：A1.(Amount)
取几列，返回集合的集合：A1.([CLIENT,AMOUNT])
追加记录：A1.insert(200,“APPL”,10,2400.4,date(“2010-10-10”))
先按字段取再按记录序号取：A1.(AMOUNT)(2)；等价于先按记录序号取再按字段取：A1(2).AMOUNT
解析格式较不规则的行式xls，SPL提供了xlsimport函数，内置丰富而简洁的读取功能：
没有列名，首行直接是数据：file(“D:\Orders.xlsx”).xlsimport()
跳过前2行的标题区：file(“D:/Orders.xlsx”).xlsimport@t(;,3)
从第3行读到第10行：file(“D:/Orders.xlsx”).xlsimport@t(;,3:10)
只读取其中3个列：file(“D:/Orders.xlsx”).xlsimport@t(OrderID,Amount,OrderDate)
读取名为"sales"的特定sheet：file(“D:/Orders.xlsx”).xlsimport@t(;“sales”)
函数xlsimport还具有读取倒数N行、密码打开文件、读大文件等功能，这里不再详述。
解析格式很不规则的xls，SPL提供了xlscell函数，可以读写指定sheet里指定片区的数据，比如读取第1个sheet里的A2格：
=file(“d:/Orders.xlsx”).xlsopen().xlscell(“C2”)
配合SPL灵活的语法，就可以解析自由格式的xls，比如将下面的文件读为规范的二维表（序表）：
这个文件格式很不规则，直接基于POI写Java代码是个浩大的工程，而SPL代码就简短得多：
| A | B | C | |
| 1 | =create(ID,Name,Sex,Position,Birthday,Phone,Address,PostCode) | ||
| 2 | =file("e:/excel/employe.xlsx").xlsopen() | ||
| 3 | [C,C,F,C,C,D,C,C] | [1,2,2,3,4,5,7,8] | |
| 4 | for | =A3.(~/B3(#)).(A2.xlscell(~)) | |
| 5 | if len(B4(1))==0 | break | |
| 6 | >A1.record(B4) | ||
| 7 | >B3=B3.(~+9) |
生成规则的行式xls，SPL提供了xlsexport函数，用法也很简单。比如，上面例子的解析结果是个序表，存在SPL的A1格中，下面将A1写入新xls的第一个sheet，首行为列名，只要一句代码：=file(“e:/result.xlsx”).xlsexport@t(A1)
xlsexport函数的功能丰富多样，可以将序表写入指定sheet，或只写入序表的部分行，或只写入指定的列：=file(“e:/scores.xlsx”).xlsexport@t(A1,No,Name,Class,Maths)
xlsexport函数还可以方便地追加数据，比如对于已经存在且有数据的xls，将序表A1追加到该文件末尾，外观风格与原文件末行保持一致：=file(“e:/scores.xlsx”).xlsexport@a(A1)
不规则片区写入数据，可以使用前面的xlscell函数。比如，xls中蓝色单元格是不规则的表头，需要在相应的白色单元格中填入数据，如下图：
直接用POI要大段冗长的代码，而SPL代码就简短许多：
| A | B | C | D | E | F | |
| 1 | Mengniu Funds | 2017 | 3 | 58.2 | 364 | 300 |
| 2 | 8.5 | 50 | 200 | 100 | 400 | 200 |
| 3 | 182.6 | 76.3 | 43.7 | 28.5 | 16.4 | |
| 4 | 120 | 1.07 | 30 | 0.27 | 90 | 0.8 |
| 5 | 154 | 6 | 4 | |||
| 6 | =file("e:/result.xlsx") | =A6.xlsopen() | ||||
| 7 | =C6.xlscell("B2",1;A1) | =C6.xlscell("J2",1;B1) | =C6.xlscell("L2",1;C1) | |||
| 8 | =C6.xlscell("B3",1;D1) | =C6.xlscell("G3",1;E1) | =C6.xlscell("K3",1;F1) | |||
| 9 | =C6.xlscell("B6",1;[A2:F2].concat("\t")) | =C6.xlscell("H6",1;[A3:E3].concat("\t")) | ||||
| 10 | =C6.xlscell("B9",1;[A4:F4].concat("\t")) | =C6.xlscell("B11",1;[A5:C5].concat("\t")) | ||||
| 11 | =A6.xlswrite(B6) |
注意，第6、9、11行有连续单元格，SPL可以简化代码一起填入，POI只能依次填入。
SPL提供足够的查询计算能力
查询计算是Excel处理任务的重点，SPL提供了丰富的计算函数、字符串函数、日期函数，以及标准SQL语法，不仅支持日常的xls计算，也能计算内容不规则的xls和逻辑复杂的xls。
SPL提供了丰富的计算函数，可直接完成基础计算。比如前面的分组汇总，只要一句：
A1.groups(SellerId;sum(Amount))
更多计算：
条件查询：A1.select(Amount>1000 && Amount<=3000 && like(Client,“S”))
排序：A1.sort(Client,-Amount)"
去重：A1.id(Client)"
关联两个xlsx：join(T(“D:/Orders.xlsx”)?,SellerId; T(“D:/Employees.xls”):E,EId).new(O.OrderID,O.Client,O.SellerId,O.Amount,O.OrderDate, E.Name,E.Gender,E.Dept)"
TopN：T(“D:/Orders.xls”).top(-3;Amount)
组内TopN （开窗函数）：T(“D:/Orders.xls”).groups(Client;top(3,Amount))
SPL支持大量日期函数和字符串函数，代码量更短，开发效率更高。比如：
时间类函数，日期增减：elapse(“2020-02-27”,5) //返回2020-03-03
星期几：day@w(“2020-02-27”) //返回5，即星期4
N个工作日之后的日期：workday(date(“2022-01-01”),25) //返回2022-02-04
字符串类函数，判断是否全为数字：isdigit(“12345”) //返回true
取子串前面的字符串：substr@l(“abCDcdef”,“cd”) //返回abCD
按竖线拆成字符串数组：“aa|bb|cc”.split("|") //返回[“aa”,“bb”,“cc”]
SPL还支持年份增减、求年中第几天、求季度、按正则表达式拆分字符串、拆出SQL的where或select部分、拆出单词、按标记拆HTML等功能。
SPL提供了标准SQL语法，可以像对数据库表一样直接对xls文件进行查询，极大地降低了数据库程序员的学习门槛：
filter： s e l e c t ∗ f r o m d : / s O r d e r . x l s x w h e r e C l i e n t l i k e ′ select * from d:/sOrder.xlsx where Client like '%S%' or (Amount>1000 and Amount<=2000)sort： select∗fromd:/sOrder.xlsxwhereClientlike′select * from sales.xls order by Client,Amont descdistinct：$ select distinct(sellerid) from sales.xls group by…having：KaTeX parse error: Expected 'EOF', got '&' at position 98: …ing sum(amount)&̲gt;=2000000join…select e.name, s.orderdate, s.amount from sales.xls s left join employee.xlsx e on s.sellerid= e.eid
SPL支持SQL-92标准中大部分语法，包括集合计算、case when、with、嵌套子查询等，详见《没有 RDB 也敢揽 SQL 活的开源金刚钻 SPL》
内容不规则的xls，一般的类库都无能为力，SPL语法灵活函数丰富，可轻松解决处理。比如Excel单元格里有很多”key=value”形式的字符串，需要整理成规范的二维表，以进行后续计算：
| A | |
| 1 | =file("D:/data/keyvalue.xlsx").xlsimport@w() |
| 2 | =A1.conj().(~.split("=")) |
| 3 | =A2.new(~(1),~(2)) |
逻辑复杂的计算，SQL和存储过程都难以实现，SPL的计算能力更强，可轻松解决此类问题。比如，计算某支股票最长的连续上涨天数：
| A | |
| 1 | =T("d:/AAPL.xlsx") |
| 2 | =a=0,A1.max(a=if(price>price[-1],a+1,0)) |
SPL支持更优的应用架构
SPL是解释型语言，提供JDBC接口，可以用SQL或存储过程的形式被JAVA集成，不仅降低了架构的耦合性，还能支持热切换。SPL还支持多种数据源，并支持跨数据源计算。
SPL提供了JDBC接口，可被JAVA轻松调用。简单的SPL代码可以像SQL一样，直接嵌入JAVA，比如条件查询：
Class.forName("com.esproc.jdbc.InternalDriver");Connection connection =DriverManager.getConnection("jdbc:esproc:local://");Statement statement = connection.createStatement();String str="=T(\"D:/Orders.xls\").select(Amount>1000 && Amount<=3000 && like(Client,\"*S*\"))";ResultSet result = statement.executeQuery(str);SPL支持计算外置，可降低计算代码和前端应用的耦合性。复杂的SPL代码可以先存为脚本文件，再以存储过程的形式被JAVA调用：
Class.forName("com.esproc.jdbc.InternalDriver");Connection conn =DriverManager.getConnection("jdbc:esproc:local://");CallableStatement statement = conn.prepareCall("{call scriptFileName(?, ?)}");statement.setObject(1, "2020-01-01");statement.setObject(2, "2020-01-31");statement.execute();SPL是解释型语言，通过外置代码可实现热切换。解释型语言无须编译，修改后可立即执行，无须重启JAVA应用，可降低维护工作量，提高系统稳定性。
SPL支持多种文件数据源，除了xls外，SPL还能读写csv\txt\XML\Json等文件，比如对txt进行条件查询：
T(“sOrders.txt”).groups(SellerId;sum(Amount))
$select * from d:/sOrders.txt where Client like ‘%S%’ or (Amount>1000 and Amount<=2000)
SPL支持跨数据源计算，比如xls和txt的关联计算：
=join(T(“D:/Orders.xlsx”)?,SellerId; T(“D:/Employees.txt”):E,EId).new(O.OrderID,O.Client,O.SellerId,O.Amount,O.OrderDate, E.Name,E.Gender,E.Dept)"
SPL还能访问各类关系型数据库，WebService、Restful等网络服务， Hadoop、redis、Kafka、Cassandra等NoSQL。
POI只适合简单的xls解析\生成任务，且未提供查询计算能力。SPL对POI进行了封装，内置高级读写函数，不仅可以大幅简化代码，还能进行较不规则甚至很不规则的xls解析\生成任务。SPL额外提供了强大的计算能力，不仅支持日常的Excel查询计算，还可计算内容不规则的xls和逻辑复杂的xls。SPL支持更优的应用架构，可实现代码低耦合和热切换，支持多种数据源和跨数据源计算。
SPL资料
SPL官网SPL下载SPL源代码欢迎对SPL有兴趣的加小助手（VX号：SPL-helper），进SPL技术交流群