JavaでApache POIを使用して.xlsxファイルに16ビット文字を書き込む

Question

Apache POIに問題があります。 問題は、.xlsxファイルに16ビット文字値（CJK統一イデオグラフィックエクステンションBなど）を入れることです。しかし、生成された.xlsxファイルでは、セルの値が疑問符（????のようなもの）になります。

誰でも、Apache POIの16ビット文字値を.xlsx形式で扱う方法を知っていますか？

XSSFWorkbook workbook = new XSSFWorkbook(); 
XSSFSheet sheet = workbook.createSheet("Test"); 

XSSFRow row1 = sheet.createRow(0); 
XSSFCell r1c1 = row1.createCell(0); 
r1c1.setCellValue(""); // value of CJK Unified Ideographs Extension B 
XSSFCell r1c2 = row1.createCell(1); 

FileOutputStream fos =new FileOutputStream("D:/temp/test.xlsx"); 
workbook.write(fos); 
fos.close(); 

ありがとう：

マイPOIのバージョンは以下の通り3.14

コードサンプルです！

Answer 1

問題が存在します。しかし、0x0000から0xFFFFまでの16ビット（2バイト）のUnicode文字ではありません。 Unicodeエンコーディングで2バイト以上必要な文字があります。これらの文字はUnicode code pointsでJava Characterに記載されています。「U + 0000からU + 10FFFFの範囲の文字値にはUnicodeコードポイントが使用され、16ビットのchar値にはUnicodeコードユニットが使用されます。 UTF-16エンコーディング " Javaプラットフォームでは、char配列とStringクラスおよびStringBufferクラスでUTF-16表現が使用されます。この表現では、補足文字（コードポイントがU + FFFFより大きい文字）は、char値のペアとして表されます。最初のものは上位サロゲート範囲（\ uD800- \ uDBFF）から、サロゲート範囲（\ uDC00- \ uDFFF）。

問題はorg.apache.xmlbeans.impl.store.Saverです。これはprivate char[] _bufで動作します。しかし、charの最大値は0xFFFFなので、0x10000から0x10FFFFまでのUnicodeコードポイントはcharに格納することはできません。したがって、char値のペアとして格納されます。

はcharが0x10000と0x10FFFFの間であれば、それはチェックするため、このコードは完全にバグがある方法

/** 
    * Test if a character is valid in xml character content. See 
    * http://www.w3.org/TR/REC-xml#NT-Char 
    */ 

    private boolean isBadChar (char ch) 
    { 
     return ! (
      (ch >= 0x20 && ch <= 0xD7FF) || 
      (ch >= 0xE000 && ch <= 0xFFFD) || 
      (ch >= 0x10000 && ch <= 0x10FFFF) || 
      (ch == 0x9) || (ch == 0xA) || (ch == 0xD) 
      ); 
    } 

があります。このように、これはまったく不可能です。

また、上位サロゲート範囲（\ uD800- \ uDBFF）と低いサロゲート範囲（\ uDC00- \ uDFFF）は無効な文字として除外されます。したがって、char値のペアとしてのコードポイント表現は除外されます。

この問題は、org.apache.xmlbeans.impl.store.Saverというバグが原因です。

---

パッチ：

目標：悪い文字として、（\ uDC00- \ uDFFF）、高サロゲートを除外しないが（\ uD800- \ uDBFF）、範囲、および低サロゲートの範囲は。したがって、UnicodeコードポイントはU + 10000を超え、2つの16ビットとして格納されますcharsXMLでは除外されません。

Saver.javaをダウンロードしてください。 private boolean isBadChar (char ch)static final class OptimizedForSpeedSaverとstatic final class TextSaver両方で

/** 
    * Test if a character is valid in xml character content. See 
    * http://www.w3.org/TR/REC-xml#NT-Char 
    */ 
    private boolean isBadChar (char ch) 
    { 
     return ! (
      (ch >= 0x20 && ch <= 0xFFFD) || 
      (ch == 0x9) || (ch == 0xA) || (ch == 0xD) 
      ); 
    } 

に変更してください。

コンパイルSaver.java。

xmlbeans-2.6.0.jarのバックアップをクラスパスの外側に格納します。

Saver$OptimizedForSpeedSaver.classとSaver$TextSaver.classをxmlbeans-2.6.0.jar - >/org/apache/xmlbeans/impl/store/に置き換えると、新しいコンパイルされたものになります。

U + 10000を超えるUnicodeコードポイントは、sharedStrings.xmlに格納されます。

---

免責事項： これは、十分にテストされていません。したがって、これを生産的に使用しないでください。この問題を説明するのはここだけです。たぶんxmlbeans.apache.orgのプログラマーがorg.apache.xmlbeans.impl.store.Saverで問題を解決する時間を見つけるでしょう。

---

更新 が利用可能になりましxmlbeans-2.6.2.jarがあります。これにはすでにパッチが含まれています。