搜索菜单
当前位置: 首页 > Java > Java读取TXT JSON数据并解析存入数据库或Excel

Java读取TXT JSON数据并解析存入数据库或Excel

竹里
竹里
发布时间：2026-10-13 | 3人浏览过
原创

本文详细讲解Java读取包含JSON格式字符串的TXT文件，通过JSONObject解析数据结构，并将其应用于数据库存储（insert）或生成Excel报表（Apache POI）的实际操作示例。

读取TXT文件中的JSON内容

在开发过程中，经常需要解析非标准JSON格式的文本文件。这类文件通常以行首尾带有大括号或花括号的字符串形式存在。以下是基于 BufferedReader 实现的文件内容读取方法：

第一步：安全读取TXT文件

目的：获取指定路径下的TXT文件字符串，确保编码正确且文件存在。
动作：创建 FileInputStream 并用 InputStreamReader 包装，设置UTF-8编码；使用 BufferedReader 逐行读取。

public static String reader(String filePath) {
    try {
        File file = new File(filePath);
        if (file.isFile() && file.exists()) {
            InputStreamReader read = new InputStreamReader(new FileInputStream(file), "UTF-8");
            BufferedReader bufferedReader = new BufferedReader(read);
            String lineTxt = bufferedReader.readLine();
            while (lineTxt != null) {
                //注意：原始代码此处仅返回第一行，若需全量数据应拼接或使用StringBuilder
                return lineTxt; 
            }
        }
    } catch (UnsupportedEncodingException | FileNotFoundException e) {
        System.out.println("Cannot find the file specified!");
        e.printStackTrace();
    } catch (IOException e) {
        System.out.println("Error reading file content!");
        e.printStackTrace();
    }
    return null;
}

重要提示：上述代码片段中循环内直接 return 意味着只读取了文件的第一行。如果TXT文件中包含多行JSON数据，建议改为将每行追加到 StringBuilder 中返回。

第二步：测试读取入口

参数：文件路径（如 E:\\wugang\\data\\weiboyi\\wechat.txt）。
动作：调用 reader() 函数获取文本内容，判空后传入解析逻辑。

public static void main(String[] args) {
    String filePath = "E:\\wugang\\data\\weiboyi\\wechat.txt";
    String txtStr = reader(filePath);
    if (txtStr != null) {
        process(txtStr);
    } else {
        System.out.println("Read the content is empty!");
    }
    System.out.println("--- end ---");
}

解析JSON数据并转换为对象列表

当TXT内容为标准单行JSON时，可以使用 json-lib (net.sf.json.JSONObject) 进行解析。此步骤主要用于提取嵌套对象中的数据字段。

第三步：构建数据结构与提取字段

入口：已读取的 String 类型JSON数据。
动作：
1. 将字符串转为 JSONObject。
2. 深入解析嵌套层级：先取 "data"，再获取 "rows" 数组。
3. 遍历数组，提取单元格（cells）内的微博名称和ID等关键信息。
4. 封装为 Map<String, Object> 并加入列表。

private static void process(String txtStr) {
    JSONObject json = JSONObject.fromObject(txtStr);
    // 假设JSON结构包含 data.rows 层级
    JSONArray datas = json.getJSONObject("data").getJSONArray("rows");
    List<Map<String, Object>> list = new ArrayList<>();
    
    for (int i = 0; i < datas.length(); i++) {
        Map<String, Object> map = new HashMap<>();
        JSONObject obj = datas.getJSONObject(i).getJSONObject("cells");
        
        // 提取具体业务字段
        String name = obj.getString("weibo_name");
        String code = obj.getString("weibo_id");
        String url = BASE_URL + obj.getString("url");
        
        map.put("name", name);
        map.put("code", code);
        map.put("url", url);
        list.add(map);
    }
    
    // 检查是否有有效数据后进行入库或导出
    if (!list.isEmpty()) {
        insert(list); // 此处可扩展为导出Excel的方法调用
    }
}

结果数据处理：存入数据库或导出Excel

根据业务需求，解析后的数据可分别采用不同的持久化方式。以下为两种常见场景的操作逻辑：

方案一：存入数据库

适用场景：结构化数据存储。
动作：遍历数据列表，开启事务，利用PreparedStatement批量执行 INSERT 语句。

private static void insert(List<Map<String, Object>> list) {
    Connection conn = null;
    PreparedStatement pstmt = null;
    try {
        conn = getDataSource().getConnection();
        conn.setAutoCommit(false);
        String sql = "INSERT INTO table_name (name, code, url) VALUES (?, ?, ?)";
        pstmt = conn.prepareStatement(sql);
        
        for (Map<String, Object> map : list) {
            pstmt.setString(1, map.get("name").toString());
            pstmt.setString(2, map.get("code").toString());
            pstmt.setString(3, map.get("url").toString());
            pstmt.addBatch();
        }
        pstmt.executeBatch();
        conn.commit();
    } catch (SQLException e) {
        e.printStackTrace();
    } finally {
        // 释放资源连接...略
    }
}

方案二：导出为Excel (.xls)

适用场景：数据分析、报表展示。
依赖库：Apache POI (org.apache.poi.hssf.usermodel.*)。
准备条件：针对非标准换行的TXT，需额外做预处理（见下方独立脚本说明）。

如果TXT文件内容是类似 {...,},{...,}... 的长串，需按 ; 号拆分重新组装成合法的JSON块，再进行逐个解析生成Excel表。

以下是一个可直接运行的整合Demo，展示了从TXT特殊格式清洗数据到生成 .xls 文件的完整代码逻辑： 
package com.hwt.count.test;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;

import org.apache.poi.hssf.usermodel.HSSFCell;
import org.apache.poi.hssf.usermodel.HSSFCellStyle;
import org.apache.poi.hssf.usermodel.HSSFFont;
import org.apache.poi.hssf.usermodel.HSSFRow;
import org.apache.poi.hssf.usermodel.HSSFSheet;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.hssf.util.CellRangeAddress;
import org.apache.poi.hssf.util.HSSFColor;

import net.sf.json.JSONObject;

public class Testaa {
    public static void main(String[] args) {
        try {
            // TXT文件路径
            String path = "C:/Users/dell/Desktop/test.txt";
            File file = new File(path);
            // 注意编码问题，如果是中文GBK可能乱码，请根据实际文件调整
            InputStreamReader isr = new InputStreamReader(new FileInputStream(file),"GBK");
            BufferedReader br = new BufferedReader(isr);
            String content = br.readLine() ;
            br.close();
            isr.close();
            
            // 数据预处理：去除首尾大括号，替换分隔符以便拆分
            // 假设输入格式为 {a:1,b:2},{c:3,d:4}
            content = content.substring(2, content.length()-2);
            content = content.replace("},{", ";");
            String[] arrContent = content.split(";");
            
            // 定义列头
            String[] rowsName = new String[]{"code_type","code","name"};
            List<Object[]> dataList = new ArrayList<Object[]>();
            
            for(String arrc : arrContent){
                // 拼装回完整的JSON格式字符串
                JSONObject jsonObj = JSONObject.fromObject("{"+arrc+"}");
                String code = jsonObj.getString("code");
                String name = jsonObj.getString("name");
                
                Object[] obj = new Object[rowsName.length];
                obj[0] = "TYPE"; // 固定值或动态获取
                obj[1] = code;
                obj[2] = name;
                dataList.add(obj);
            }
            
            // 创建工作簿并导出
            HSSFWorkbook workbook = setWorkBookDate(dataList,rowsName);
            FileOutputStream fos = new FileOutputStream("C:/Users/dell/Desktop/test.xls");
            workbook.write(fos);
            fos.flush(); 
            fos.close(); 
            System.out.println("Export Successful!");
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
    
    private static HSSFWorkbook setWorkBookDate(List<Object[]> dataList,String[] rowsName){
        HSSFWorkbook workbook = new HSSFWorkbook();
        HSSFSheet sheet = workbook.createSheet("测试结果");
        sheet.setDefaultRowHeight((short)350);
        
        HSSFCellStyle style = getCommonStyle(workbook);
        int columnNum = rowsName.length;
        
        // 写入表头
        HSSFRow rowHead = sheet.createRow(0);  
        for(int n = 0;n < columnNum;n++){
            HSSFCell cellRow = rowHead.createCell(n,HSSFCell.CELL_TYPE_STRING);
            cellRow.setCellValue(rowsName[n]);
            cellRow.setCellStyle(style);
        }
        
        // 写入表体数据
        for(int i=0;i<dataList.size();i++){
            HSSFRow row = sheet.createRow(i+1);
            Object[] obj = dataList.get(i);
            for(int j = 0; j < obj.length; j++){
                HSSFCell cell = row.createCell(j,HSSFCell.CELL_TYPE_STRING);
                if(obj[j] != null){
                    cell.setCellValue(obj[j].toString());
                }else{
                    cell.setCellValue("");
                }
                cell.setCellStyle(style);
            }
        }
        
        // 自动调整列宽
        for (int colNum = 0; colNum < columnNum; colNum++) {
            int columnWidth = sheet.getColumnWidth(colNum) / 256;
            for (int rowNum = 0; rowNum < sheet.getLastRowNum(); rowNum++) {
                HSSFRow currentRow = sheet.getRow(rowNum);
                if(currentRow != null && currentRow.getCell(colNum) != null){
                     if(currentRow.getCell(colNum).getCellType() == HSSFCell.CELL_TYPE_STRING){
                        int length = currentRow.getCell(colNum).getStringCellValue().getBytes().length;
                        if (columnWidth < length) {
                            columnWidth = length;
                        }
                     }
                }
            }
            // 防止宽度异常，这里做了简单乘法放大适配
            sheet.setColumnWidth(colNum, (columnWidth+4) * 256);
        }
        return workbook;
    }
    
    public static HSSFCellStyle getCommonStyle(HSSFWorkbook workbook) {
      HSSFFont font = workbook.createFont();
      font.setFontHeightInPoints((short)11);
      font.setFontName("Courier New");
      
      HSSFCellStyle style = workbook.createCellStyle();
      style.setBorderBottom(HSSFCellStyle.BORDER_THIN);
      style.setBottomBorderColor(HSSFColor.BLACK.index);
      style.setBorderLeft(HSSFCellStyle.BORDER_THIN);
      style.setLeftBorderColor(HSSFColor.BLACK.index);
      style.setBorderRight(HSSFCellStyle.BORDER_THIN);
      style.setRightBorderColor(HSSFColor.BLACK.index);
      style.setBorderTop(HSSFCellStyle.BORDER_THIN);
      style.setTopBorderColor(HSSFColor.BLACK.index);
      style.setFont(font);
      style.setAlignment(HSSFCellStyle.ALIGN_CENTER);
      style.setVerticalAlignment(HSSFCellStyle.VERTICAL_CENTER);
      return style;
    }
}

注意事项

  • 编码问题：读取TXT时必须确认源文件的字符编码（GBK或UTF-8），否则会导致乱码解析失败。
  • 依赖引入：代码使用了 json-lib 和 Apache POI，请确保Maven配置中引入了对应的JAR包。
  • XLS vs XLSX：上述代码使用的是较老的 HSSF 接口，适用于 .xls 格式。如果目标文件需要是 .xlsx，需改用 SXSSFWorkbook。
以上就是Java读取TXT文件内容并解析JSON数据的详细内容，更多关于Java解析JSON和处理Excel的资料请关注本站其它相关文章！

相关文章

相关标签: Java

本站声明

本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。

作者最新文章

全部内容

Python 相关产品和应用

全部下载
Python Selenium
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。
Python 机器学习
scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。
Python 代码质量
Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。
Python 代码质量
Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。
Python pytest
pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。
Python FastAPI API
FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架，支持类型提示和自动接口文档。
Python Flask Web开发
Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。
Python Django Web开发
Django

Django

6.1.2 · Windows

成熟的 Python Web 框架，适合构建内容站点和业务系统。
Python Spyder
Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。
Python SciPy
SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。
Python Pandas 数据分析
pandas

pandas

3.0.6 · Windows

Python 数据分析库，提供 DataFrame 与丰富的数据处理能力。
Python NumPy
NumPy

NumPy

2.5.4 · Windows

Python 科学计算基础库，提供高性能多维数组与数值运算。

文章分类

专题列表

ipython.cn 学习网
人工智能 Java AI行业服务