Solution of ArrayIndexOutOfBoundsException while extractor Microsoft Format Files with POI

這兩天在用POI提取 Microsoft 格式文檔的內容的時候莫名其妙的遇到了一個問題，困擾了我3天：

 我的POI版本為：

poi-3.0.2-FINAL-20080204.jar；

poi-contrib-3.0.2-FINAL-20080204.jar；

poi-scratchpad-3.0.2-FINAL-20080204.jar；

開發環境為：jdk1.6；

 IDE為Eclipse3.2；

以下是我提取excel格式文本的程式：

   HSSFWorkbook book = new HSSFWorkbook(is);

   int sheetNumber = book.getNumberOfSheets();// 擷取excel檔案中的表單數量

   for (int i = 0; i < sheetNumber; i++) {
    if (book.getSheetAt(i) != null) {
     HSSFSheet sheet = book.getSheetAt(i);// 讀取第i個表單
     int totalRow = sheet.getPhysicalNumberOfRows();// 表單含有的行的數目
     for (int j = 0; j < totalRow; j++) {
      if (sheet.getRow(j) != null) {
       HSSFRow row = sheet.getRow(j);// 讀取第i個表單的第j行
       for (short cellNumOfRow = 0; cellNumOfRow < row
         .getPhysicalNumberOfCells(); cellNumOfRow++) {
        if (row.getCell(cellNumOfRow) != null) {
         HSSFCell cell = row.getCell(cellNumOfRow);

         int cellType = cell.getCellType();// 擷取儲存格類型
         switch (cellType) {
         case HSSFCell.CELL_TYPE_NUMERIC:// 類型為double
          str.append(cell.getNumericCellValue())
            .append(separator);
          break;

         case HSSFCell.CELL_TYPE_STRING:// 類型為string
          str.append(cell.getStringCellValue())
            .append(separator);
          break;

         default:// 其他類型格式不進行提取
          break;
         }
        }
       }
      }
     }
    }
   }

 

以下是我提取ppt文檔常值內容的程式：

StringBuffer pptText = new StringBuffer("");
   SlideShow ss = new SlideShow(new HSLFSlideShow(is));// 通過is輸入資料流建立SlideShow
   Slide[] slides = ss.getSlides();// 擷取每一張投影片
   for (int i = 0; i < slides.length; i++) {
    TextRun[] t = slides[i].getTextRuns();// 擷取投影片中文字內容
    for (int j = 0; j < t.length; j++) {
     pptText.append(t[j].getText());
    }
   }

 

但是最開始我發現每次運行這兩個程式的時候都會出現異常：ArrayIndexOutOfBoundsException。

具體描述如下：

Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException: 8
at org.apache.poi.util.HexDump.toHex(HexDump.java:406)
at org.apache.poi.util.HexDump.toHex(HexDump.java:397)
at
org.apache.poi.hpsf.UnsupportedVariantTypeException.<init>(UnsupportedVariantTypeException.java:46)
at
org.apache.poi.hpsf.ReadingNotSupportedException.<init>(ReadingNotSupportedException.java:45)
at org.apache.poi.hpsf.VariantSupport.read(VariantSupport.java:267)
at org.apache.poi.hpsf.Property.<init>(Property.java:146)
at org.apache.poi.hpsf.Section.<init>(Section.java:281)
at org.apache.poi.hpsf.PropertySet.init(PropertySet.java:452)
at org.apache.poi.hpsf.PropertySet.<init>(PropertySet.java:249)
at org.apache.poi.hpsf.PropertySetFactory.create(PropertySetFactory.java:59)
at org.apache.poi.hslf.HSLFSlideShow.getPropertySet(HSLFSlideShow.java:214)
at org.apache.poi.hslf.HSLFSlideShow.readProperties(HSLFSlideShow.java:182)
at org.apache.poi.hslf.HSLFSlideShow.<init>(HSLFSlideShow.java:105)
at org.apache.poi.hslf.HSLFSlideShow.<init>(HSLFSlideShow.java:85)
at org.apache.poi.hslf.HSLFSlideShow.<init>(HSLFSlideShow.java:72)
at

無論我採取任何的其他構造方式都會出現同樣的錯誤，我想到這個可能是一個尚未修正的bug，我去poi官網上面的mail-list進行尋找發現很多人都反映這個問題（不是個體原因）。終於我發現了這個問題的根源所在：

 首先確認你的程式使用是你所匯入的poi版本

import org.apache.poi.hslf.extractor.*;
public class TestWherePPT {
public static void main(String[] args) throws Exception {
Class extractorClass = PowerPointExtractor.class;
ClassLoader loader = extractorClass.getClassLoader();
String extractorFrom =
loader.getResource("org/apache/poi/hslf/extractor/PowerPointExtractor.class").toString();
String hpsfFrom =
loader.getResource("org/apache/poi/hpsf/PropertySet.class").toString();
System.out.println(extractorFrom);
System.out.println(hpsfFrom);
}
}

jar:file:/C:/opt/eclipse-rc/eclipse/workspace/project/lib/textmining/poi-scratchpad-3.0.2-FINAL-20080204.jar!/org/apache/poi/hslf/extractor/PowerPointExtractor.class

jar:file:/C:/opt/eclipse-rc/eclipse/workspace/project/lib/textmining/poi-3.0.2-FINAL-20080204.jar!/org/apache/poi/hpsf/PropertySet.class

確認版本，如果顯示的版本不是你所認為的版本，請檢查classpath看是否含有poi的其他版本。如果含有請將其去除，問題如果還是沒有解決請查看你的classpath中間匯入的poi的jar檔案是否位於最後，如下是我的project中的classpath的位置：

我的poi檔案位於classpath的最後，這個時候運行就會出現上述的ArrayIndexOutOfBoundsException，我將classpath中的jar檔案位置進行調換使得poi檔案不位於classpath的最後，如下：

 

這個時候異常就不會再出現了。在poi的bug列表裡面這個bug為 36416，有興趣可以去fix一下。