String fieldName = field.getName();
String getMethodName = "get" + fieldName.substring(0, 1).toUpperCase() + fieldName.substring(1);
System.out.println("我执行到了！！！" + getMethodName);
Class cts = t.getClass();
System.out.println("我执行到了" + cts.toString());
Method getMethod = cts.getMethod(getMethodName, new Class[] {});
Object value = getMethod.invoke(t, new Object[] {});
String textValue = null;
if (null != value) {
if (value instanceof Integer) {
int intValue = (Integer) value;
cell.setCellValue(intValue);
} else if (value instanceof Float) {
float fValue = (float) value;
textValue = Float.toString(fValue);
cell.setCellValue(textValue);
} else if (value instanceof Double) {
double dValue = (double) value;
cell.setCellValue(dValue);
} else if (value instanceof Long) {
long lValue = (long) value;
cell.setCellValue(lValue);
} else if (value instanceof byte[]) {
byte[] bValue = (byte[]) value;
// 有图片时设置行高为60px
row.setHeightInPoints(60);
HSSFClientAnchor anchor = new HSSFClientAnchor(0, 0, 1023, 255, (short) 6, index, (short) 6,
index);
anchor.setAnchorType(2);
patriarch.createPicture(anchor, workbook.addPicture(bValue, HSSFWorkbook.PICTURE_TYPE_JPEG));
} else {
textValue = value.toString();
}
} else {
textValue = "";
}
if (textValue != null) {
Pattern p = Pattern.compile("^//d+(//.//d+)?$");
Matcher matcher = p.matcher(textValue);
if (matcher.matches()) {
// 是数字当做double处理
cell.setCellValue(Double.parseDouble(textValue));
} else {
HSSFRichTextString richString = new HSSFRichTextString(textValue);
cell.setCellValue(richString);
}
}
}
if (length % initial_data == 0) {
sheet = workbook.createSheet(title + length);
// 设置表格默认宽度为15个字节
sheet.setDefaultColumnWidth(15);
row = sheet.createRow(0);
for (int i = 0; i < headers.length; i++) {
HSSFCell cell = row.createCell(i);
HSSFRichTextString text = new HSSFRichTextString(headers[i]);
cell.setCellValue(text);
index = 0;
}
}
}
try {
workbook.write(out);
} catch (IOException e) {
log.error(ExceptionUtils.getStackTrace(e));
log.error("导出数据失败！！");
}
}
}
上面呢就是我们全部的核心代码，我们把他做成了一个工具类，这样的写法看似很复杂，但是百万级的数据导出都是没有任何问题的，而且是能够直接导出图片的，功能强大，只是数据量大的话查询可能计较慢，。我这个测试时基于spring+mybatis+spring mvc架构实现的，大家可以看我的整个结构。
这是我的包结构：
调用代码 :
@RequestMapping("/excel")
public void excel() throws FileNotFoundException{
ExportExcel<Student> stuExcel = new ExportExcel<Student>();
String[] headers = {"编号","姓名","年龄","性别"};
List<Student> dataset = stu.query();
System.out.println("Student="+dataset);
Long date = new Date().getTime();
System.out.println("当前时间："+date);
OutputStream os = new FileOutputStream("C:/Users/邓富奎/Desktop/1.xls");
stuExcel.exportExcel("Student信息表", headers, dataset, os);
Long end = new Date().getTime();
System.out.println("耗时："+(end-date));
}
当我们调用这个方法后就会开始查询你要导出的数据，然后通过IO流把信息写入文件
执行完近20万条数据的导出，耗时：
最后在桌面生成excel文件：
把数据库数据导出excel
标签：反射 reflect nal time target 图片 没有 swa ict