Java如何将HTML表格转换为Excel文件？-杰瑞科技汇

核心思路

无论使用哪种库,基本思路都是相似的：

（图片来源网络，侵删）

解析 HTML：读取 HTML 文件或字符串，并定位到包含表格数据的 <table> 元素。
提取数据：遍历 <table> 中的 <tr> (行) 和 <td> / <th> (单元格)，提取出文本内容。
写入 Excel：创建一个新的 Excel 文件，并将提取出的数据逐行逐列地写入到 Excel 的单元格中。

使用 Apache POI (纯 Java 方案)

Apache POI 是 Java 操作 Office 文件（如 Excel, Word）最权威、最强大的库，它不依赖任何外部工具，完全在 JVM 中运行，非常适合服务器端应用。

优点

功能强大：可以创建复杂的 Excel 文件，设置样式、公式、图表等。
纯 Java：无需安装额外软件，环境依赖简单。
社区活跃：文档丰富，问题容易找到解决方案。

缺点

代码量稍多：相比于一些封装好的库，需要写更多代码来完成 HTML 解析和 Excel 写入。
HTML 解析需手动处理：你需要自己使用 Jsoup 或其他 HTML 解析器来处理 HTML。

实现步骤

添加依赖：你需要同时添加 Apache POI 和 Jsoup（用于解析 HTML）的依赖。

<!-- pom.xml -->
<dependencies>
    <!-- Apache POI for Excel -->
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi</artifactId>
        <version>5.2.3</version>
    </dependency>
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooxml</artifactId>
        <version>5.2.3</version>
    </dependency>
    <!-- Jsoup for HTML parsing -->
    <dependency>
        <groupId>org.jsoup</groupId>
        <artifactId>jsoup</artifactId>
        <version>1.15.3</version>
    </dependency>
</dependencies>

编写 Java 代码

import org.apache.poi.ss.usermodel.*;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
public class HtmlToExcelConverter {
    public static void main(String[] args) {
        String htmlFilePath = "path/to/your/input.html"; // 替换为你的HTML文件路径
        String excelFilePath = "path/to/your/output.xlsx"; // 替换为你想要输出的Excel文件路径
        try {
            convertHtmlTableToExcel(htmlFilePath, excelFilePath);
            System.out.println("Excel 文件生成成功: " + excelFilePath);
        } catch (IOException e) {
            System.err.println("转换过程中发生错误: " + e.getMessage());
            e.printStackTrace();
        }
    }
    public static void convertHtmlTableToExcel(String htmlPath, String excelPath) throws IOException {
        // 1. 使用 Jsoup 解析 HTML 文件
        Document doc = Jsoup.parse(new File(htmlPath), "UTF-8");
        // 假设我们要转换第一个 <table> 标签
        Element table = doc.select("table").first();
        if (table == null) {
            throw new RuntimeException("HTML 文件中未找到 <table> 标签。");
        }
        // 2. 创建 Excel 工作簿和工作表
        Workbook workbook = new XSSFWorkbook(); // 使用 .xlsx 格式
        Sheet sheet = workbook.createSheet("Sheet1");
        // 3. 提取表格数据并写入 Excel
        int rowNum = 0;
        // 获取所有的行 <tr>
        Elements rows = table.select("tr");
        for (Element row : rows) {
            Row excelRow = sheet.createRow(rowNum++);
            // 获取所有的单元格 <td> 和 <th>
            Elements cells = row.select("td, th");
            int colNum = 0;
            for (Element cell : cells) {
                Cell excelCell = excelRow.createCell(colNum++);
                // 获取单元格文本内容，并去除前后空格
                excelCell.setCellValue(cell.text().trim());
            }
        }
        // 4. 自动调整列宽以适应内容
        for (int i = 0; i < rows.get(0).select("td, th").size(); i++) {
            sheet.autoSizeColumn(i);
        }
        // 5. 将工作簿写入文件
        try (FileOutputStream fileOut = new FileOutputStream(excelPath)) {
            workbook.write(fileOut);
        }
        workbook.close();
    }
}

使用 Flying Saucer (XHTMLRenderer) + Apache POI

如果你的 HTML 内容比较复杂，包含 CSS 样式，并且希望这些样式能尽量保留在 Excel 中，可以使用 Flying Saucer 库，它可以将 XHTML (符合 XML 规范的 HTML) 渲染成图片，然后将图片插入到 Excel 中。

（图片来源网络，侵删）

优点

保留样式：可以处理复杂的 CSS 布局和样式，将表格以图片形式完整呈现。
所见即所得：输出的是表格的快照，格式不会错乱。

缺点

数据不可检索：Excel 中的内容是图片，无法直接复制或进行数据分析。
性能开销大：渲染图片比提取文本要慢得多。
依赖字体和图片：需要确保服务器上安装了相应的字体。

实现步骤

添加依赖：

<!-- pom.xml -->
<dependencies>
    <!-- Apache POI -->
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi</artifactId>
        <version>5.2.3</version>
    </dependency>
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooxml</artifactId>
        <version>5.2.3</version>
    </dependency>
    <!-- Flying Saucer -->
    <dependency>
        <groupId>org.xhtmlrenderer</groupId>
        <artifactId>flying-saucer-pdf</artifactId>
        <version>9.1.22</version>
    </dependency>
    <!-- 或者使用 flying-saucer-image -->
    <dependency>
        <groupId>org.xhtmlrenderer</groupId>
        <artifactId>flying-saucer-image</artifactId>
        <version>9.1.22</version>
    </dependency>
</dependencies>

编写 Java 代码 (概念性)

这个方案更复杂,通常的流程是： a. 准备一个完整的 XHTML 文档，包含 <html>, <head> (内联 CSS), <body> (你的表格)。 b. 使用 Flying Saucer 将 XHTML 渲染成一个 BufferedImage (图片)。 c. 使用 Apache POI 创建一个 Excel 文件，并使用 WorkbookHelper 或类似方法将生成的图片插入到指定单元格。

由于代码较长且涉及图片处理,这里不给出完整示例，但其核心逻辑是：HTML -> 图片 -> Excel。
（图片来源网络，侵删）

使用现成的转换库 (`html-to-excel`)

有一些第三方库专门封装了上述逻辑,使用起来非常简单，几行代码就能搞定。

优点

极其简单：API 设计友好，代码量最少。
快速上手：适合快速实现功能，对底层细节不感兴趣的场景。

缺点

灵活性差：功能可能受限，难以处理特殊情况或进行深度定制。
维护性：社区可能不如 Apache POI 活跃，需要自行评估库的稳定性。

示例 (以 `html-to-excel` 为例)

添加依赖：

<!-- pom.xml -->
<dependency>
    <groupId>com.github.romankh3</groupId>
    <artifactId>html-to-excel</artifactId>
    <version>1.0.3</version>
</dependency>

编写 Java 代码：

import com.romankh3.html2excel.Html2Excel;
import com.romankh3.html2excel.Options;
import java.io.File;
import java.io.IOException;
public class SimpleHtmlToExcelConverter {
    public static void main(String[] args) {
        String htmlFilePath = "path/to/your/input.html";
        String excelFilePath = "path/to/your/output.xlsx";
        try {
            // 创建选项对象，可以指定工作表名称
            Options options = Options.builder().withSheetName("My Data").build();
            // 一行代码完成转换
            Html2Converter.fromFile(new File(htmlFilePath))
                          .toFile(new File(excelFilePath), options);
            System.out.println("Excel 文件生成成功: " + excelFilePath);
        } catch (IOException e) {
            System.err.println("转换过程中发生错误: " + e.getMessage());
            e.printStackTrace();
        }
    }
}

使用 Selenium + Apache POI

如果你的 HTML 表格是通过 JavaScript 动态加载的，静态解析库（如 Jsoup）就无法获取到数据，这时，可以使用 Selenium 来驱动浏览器，等待页面加载完成后再获取 HTML 源码。

优点

处理动态内容：可以抓取由 JS 动态生成的表格数据。
模拟真实用户：可以处理复杂的交互和渲染逻辑。

缺点

性能极低：需要启动浏览器，非常耗时，不适合批量或高频任务。
环境依赖复杂：需要安装对应浏览器的 WebDriver。

实现步骤 (概念性)

添加依赖：

<!-- Selenium WebDriver -->
<dependency>
    <groupId>org.seleniumhq.selenium</groupId>
    <artifactId>selenium-java</artifactId>
    <version>4.8.1</version>
</dependency>

编写 Java 代码 (概念性)

import org.openqa.selenium.WebDriver;
import org.openqa.selenium.chrome.ChromeDriver;
import org.jsoup.Jsoup; // 复用 Jsoup
import org.apache.poi.ss.usermodel.*; // 复用 POI
// ... (省略 POI 和 Jsoup 的导入)
public class SeleniumHtmlToExcelConverter {
    public static void main(String[] args) {
        // 1. 设置 WebDriver 路径
        System.setProperty("webdriver.chrome.driver", "path/to/chromedriver");
        // 2. 使用 Selenium 加载页面
        WebDriver driver = new ChromeDriver();
        driver.get("https://your-website.com/dynamic-table");
        // 3. 获取渲染后的 HTML 源码
        String pageSource = driver.getPageSource();
        // 4. 关闭浏览器
        driver.quit();
        // 5. 使用 Jsoup 和 POI 转换 HTML (逻辑与方案一相同)
        // ... (调用方案一的 convertHtmlTableToExcel 方法)
    }
}

总结与选择建议

方案	优点	缺点	适用场景
Apache POI + Jsoup	功能强大、纯Java、灵活	代码量稍多，HTML解析需手动	首选方案，适用于绝大多数静态 HTML 表格转换，需要自定义格式和逻辑的服务器端应用。
Flying Saucer + POI	保留复杂CSS样式，所见即所得	数据不可检索，性能开销大	当表格样式非常复杂，且输出结果必须是图片格式时（如报表截图）。
现成转换库	极其简单，快速开发	灵活性差，依赖第三方库	快速原型开发或需求简单明确，不关心底层实现。
Selenium + POI	能处理动态加载的表格	性能极低，环境依赖复杂	最后手段，当表格数据完全由 JS 生成，且无法通过 API 获取时。

对于大多数 Java 方案一（Apache POI + Jsoup）是最佳实践，它在灵活性、性能和功能之间取得了最好的平衡。

Java如何将HTML表格转换为Excel文件？

核心思路

使用 Apache POI (纯 Java 方案)

优点

缺点

实现步骤

使用 Flying Saucer (XHTMLRenderer) + Apache POI

优点

缺点

实现步骤

使用现成的转换库 (`html-to-excel`)

优点

缺点

示例 (以 `html-to-excel` 为例)

使用 Selenium + Apache POI

优点

缺点

实现步骤 (概念性)

总结与选择建议

99ANYc3cd6

Java如何发布WebService？

Java如何调用JavaScript方法？

Multisim 11教程从哪开始学？基础操作怎么掌握？

ckfinder for java如何快速集成使用？

JS如何高效调用Java方法？

androidkiller安装教程

Python如何将ASCII转为Unicode？

Python affected rows如何获取？

Java char如何高效转String？

Java中for循环break label如何使用？

Python str 如何转 unicode？

Python Tornado如何高效连接与操作MySQL？

java messagedigest

Excel2010基础视频教程如何快速入门？

Java用OpenOffice操作Word，如何实现？

Java 1.7 API中文CHM哪里下载？

Java如何将HTML表格转换为Excel文件？

核心思路

使用 Apache POI (纯 Java 方案)

优点

缺点

实现步骤

使用 Flying Saucer (XHTMLRenderer) + Apache POI

优点

缺点

实现步骤

使用现成的转换库 (html-to-excel)

优点

缺点

示例 (以 html-to-excel 为例)

使用 Selenium + Apache POI

优点

缺点

实现步骤 (概念性)

总结与选择建议

相关推荐

androidkiller安装教程

使用现成的转换库 (`html-to-excel`)

示例 (以 `html-to-excel` 为例)