项目背景 ：公司的一个客户报告项目需要同步及抽取客户方的文件数据，文件类型为xls格式，文件为客户方的第三方厂商系统批量生成，工具及方法不明
问题 ：读取该类xls文件后，无法成功创建Workbook，报错提示“Initialisation of record 0x203(NumberRecord) left 4 bytes remaining still to be read.”，该文件可通过Excel/WPS打开，并且重新保存后不会再次报错
工具库 ：Apache POI -- 在C#中通过NPOI/EPPlus工具库测试同样报错
解决方案 ：实际情况，大批量文件，让客户重新另存不现实，最终通过多方查询及讨论，通过应用LibreOffiec无头转换，将问题文件转换为xlsx格式后重新进行其余相关操作
具体解决方式 ：
1. 下载安装对应系统的LibreOffice
2. 执行转换命令进行转换
2.1. 命令行方式
确保LibreOffice安装目录已成功添加到系统环境变量中，而后执行libreoffice --headless --convert-to xlsx /path/to/source.xls --outdir /path/to/output/ （Windows系统示例）
2.2. JAVA方式
public static void main(String[] args) {
String sourceFilePath = "/path/to/source.xls";
String targetFilePath = "/path/to/target.xlsx";
try {
Process process = Runtime.getRuntime().exec("libreoffice --headless --convert-to xlsx " + sourceFilePath + " --outdir " + targetFilePath);
process.waitFor();
System.out.println("File converted successfully.");
} catch (IOException | InterruptedException e) {
e.printStackTrace();
}
}
2.3. C#方式
static void Main(string[] args) {
string sourceFilePath = "/path/to/source.xls";
string targetFilePath = "/path/to/target.xlsx";
try {
Process process = new Process();
process.StartInfo.FileName = "libreoffice";
process.StartInfo.Arguments = $"--headless --convert-to xlsx {sourceFilePath} --outdir {targetFilePath}";
process.Start();
process.WaitForExit();
Console.WriteLine("File converted successfully.");
} catch (Exception ex) {
Console.WriteLine(ex.Message);
}
}
3. 正常读取或写入转换后文件
备注 ：
- 可转换源文件格式为xls即xls-->xls，但转换后仍存在初始错误，故而需转换为xlsx格式解决问题
- Apache POI提供xls转xlsx方式，但针对如上问题文件，在通过文件流创建workbook即WorkbookFactory.create(fis)已经报错，故而无法进行后续转换
- 针对初始报错，NPOI官方回复Resaving File解决问题，现实情况可能无法重存；网路可查询解决方案，为更新NPOI源码，在RecordInputStream处进行相应的代码变更，并规避掉后续的EOF异常，不推荐
- LibreOffice官网 - LibreOffice官网 NPOI GitHub Issue - Issue About