声明式编程实战:JQuick-Excel 导入三大配置项深度拆解(映射/转换/校验)

简介: 本手册详解 JQuick-Excel 导入三大核心配置:MAPPING(字段映射,重命名表头)、TRANSFORM(数据转换,226+内置函数支持字典、日期、字符串等处理)、VALIDATION(原始值校验,含行/列/单元格多级规则)。三者执行顺序固定:校验→映射→转换,语法经源码验证,示例统一采用 XML 声明式写法。(239字)

JQuick-Excel 导入三大配置项使用手册:MAPPING / TRANSFORM / VALIDATION

本手册专注讲解 jquick-excel 导入(IMPORT WITH)中最核心的三个配置项:MAPPING(字段映射)、TRANSFORM(数据转换)、VALIDATION(数据校验)。

所有语法与参数均基于源码校验,示例统一采用 XML 声明式写法。


目录


1. 总览与执行顺序

三个配置项均写在 IMPORT WITH 语句中,以逗号分隔,书写顺序任意。但在实际执行导入时,框架有固定的处理顺序:

① VALIDATION  →  ② MAPPING  →  ③ TRANSFORM
 (校验原始值)    (表头重命名)   (值转换)
阶段 作用对象 说明
① VALIDATION 原始单元格值 对 Excel 中尚未做任何处理的原始值进行校验,校验失败立即抛异常终止导入
② MAPPING 表头列名 将 Excel 表头列名重命名为目标字段名,仅改名不改值
③ TRANSFORM 单元格值 对已映射字段下的值执行转换函数,改变实际值

关键点: VALIDATION 校验的是原始值,TRANSFORM 转换的是校验通过后的值。若某字段需要先转换再校验,请使用 TRANSFORM 完成转换,并在程序中对转换结果做二次校验。

源码位置:JExcelImportHandler.java 的 importData 方法。


2. MAPPING — 字段映射

2.1 作用与语法

MAPPING 用于将 Excel 表头中的原始列名映射为目标字段名,只重命名,不改变值。

MAPPING = {
    "Excel原始列名": "目标字段名",
    ...
}
  • 左值:Excel 表头第 1 行中实际出现的列名(字符串,必须用引号包裹)。
  • 右值:导入结果 JQuickRow 中使用的字段名。
  • 未在 MAPPING 中出现的列:保留原始表头列名作为字段名。

2.2 基础示例

<excel name="importMapping" returnClass="java.util.List">
    <![CDATA[
    IMPORT WITH
        HEADER=true,
        SHEET='Sheet1',
        MAPPING = {
            "学号": "no",
            "姓名": "name",
            "性别": "sex",
            "年龄": "age",
            "出生日期": "birthday"
        }
    ]]>
</excel>

2.3 使用规则

场景 行为
列名出现在 MAPPING 左值 使用右值作为字段名
列名未出现在 MAPPING 保留原始列名作为字段名
MAPPING 左值在 Excel 中不存在 该映射被忽略(不报错)
HEADER=false MAPPING 不生效,字段名按列字母(A、B、C…)生成

MAPPING 是 TRANSFORM 字段引用的桥梁:TRANSFORM 中的 ${字段名} 必须使用 MAPPING 映射后的目标字段名。

2.4 读取映射后的值

List<JQuickRow> rows = service.importExcel("1", "2");
for (JQuickRow row : rows) {
   
    // 使用映射后的字段名取值
    String no = (String) row.get("no");       // 来自"学号"列
    String name = (String) row.get("name");   // 来自"姓名"列
}

3. TRANSFORM — 数据转换

3.1 作用与语法

TRANSFORM 对读取到的单元格值执行转换函数,改变实际值。转换函数基于 jquick-transform-function 提供的 226+ 内置方法,并支持 SPI 自定义扩展。

TRANSFORM = {
    "字段名": 函数名(参数1, 参数2, ...)
}
  • 左值:必须是 MAPPING 映射后的目标字段名。
  • 右值:一个函数调用表达式。

3.2 变量与字面量

在转换函数的参数中,可使用以下几种写法:

写法 含义 示例
${字段名} 引用当前行已映射的字段值 ${sex}
${变量名} 引用 JContext 中传入的外部变量 ${dict}
'字符串' 单引号包裹的字符串字面量 'yyyy-MM-dd'
数字 数值字面量 1
布尔 布尔字面量 true

传入外部变量示例:

Map<String, Object> sexMap = new HashMap<>();
sexMap.put("男", "1");
sexMap.put("女", "2");
JContext context = new JContext();
context.put("dict", sexMap);

JQuickParseHandler parser = new JQuickExcelImportXmlParseFactory(context, inputStream);

3.3 内置转换函数

jquick-excel 默认依赖 jquick-transform-function,无需额外引入。以下为常用函数分类概览(完整列表请参考 官方仓库):

字典与翻译

函数 说明 示例
trans 字典翻译,按 key 查 value 替换 trans(${dict},${sex})

日期时间

函数 说明 示例
dateFormat 日期格式化 dateFormat(${birthday},'yyyy-MM-dd')
now 当前日期时间 now()
formatDate 格式化日期 formatDate(${date},'yyyy/MM/dd')
parseDate 解析日期字符串 parseDate(${str},'yyyy-MM-dd')
addDays / addMonths / addYears 日期增减 addDays(${date},7)
daysBetween / monthsBetween / yearsBetween 计算日期差 daysBetween(${start},${end})

数学运算

函数 说明 示例
add / subtract / multiply / divide 四则运算 add(${age},1)
abs / ceil / floor / round 取整 abs(${num})
max / min / avg 统计聚合 max(${a},${b})
pow / sqrt 幂 / 根 pow(${x},2)

字符串

函数 说明 示例
concat 拼接 concat(${first},${last})
substring / left / right / mid 截取 substring(${s},0,3)
replace / replaceAll 替换 replace(${s},'a','b')
trim / toLower / toUpper 去空格 / 大小写 toUpper(${s})
mask 掩码脱敏 mask(${idCard},6,14,'*')

业务方法

函数 说明 示例
idCardAge 身份证号算年龄 idCardAge(${idCard})
idCardBirthday 身份证号提取生日 idCardBirthday(${idCard},'yyyy-MM-dd')
idCardGender 身份证号取性别 idCardGender(${idCard})
idCardValidate 校验身份证号 idCardValidate(${idCard})
phoneMask 手机号脱敏 phoneMask(${phone},3,4)
phoneValidate 校验手机号 phoneValidate(${phone})
emailMask 邮箱脱敏 emailMask(${email})

条件与逻辑

函数 说明 示例
if 条件判断 if(${age}>=18,'成年','未成年')
coalesce 返回第一个非空值 coalesce(${a},${b},'默认')
defaultIfNull 空值替换 defaultIfNull(${remark},'无')
eq / ne / gt / lt 比较 eq(${status},1)

类型转换

函数 说明 示例
toInt / toLong / toDouble 转数字 toInt(${str})
toString / toBoolean 转字符串 / 布尔 toString(${num})

3.4 实战示例

字典翻译 + 日期格式化 + 数值运算:

<excel name="importTransform" returnClass="java.util.List">
    <![CDATA[
    IMPORT WITH
        HEADER=true,
        SHEET='Sheet1',
        MAPPING = {
            "学号": "no",
            "姓名": "name",
            "性别": "sex",
            "年龄": "age",
            "出生日期": "birthday",
            "身份证号": "idCard",
            "手机号": "phone"
        },
        TRANSFORM={
            "sex":trans(${dict},${sex}),
            "birthday":dateFormat(${birthday},'yyyy-MM-dd'),
            "age":add(${age},1),
            "idCard":mask(${idCard},6,14,'*'),
            "phone":phoneMask(${phone},3,4)
        }
    ]]>
</excel>

调用端传入字典:

Map<String, Object> sexMap = new HashMap<>();
sexMap.put("男", "1");
sexMap.put("女", "2");
JContext context = new JContext();
context.put("dict", sexMap);

JQuickParseHandler parser = new JQuickExcelImportXmlParseFactory(context, is);

3.5 TRANSFORM 与 MAPPING 的关系

TRANSFORM 的字段名引用必须是 MAPPING 映射后的目标字段名:

Excel 列 "性别"
    ↓ MAPPING
字段名 "sex"
    ↓ TRANSFORM
trans(${dict},${sex})  ← 这里用 ${sex},不是 ${性别}

若 MAPPING 将 "性别" 映射为 "gender",则 TRANSFORM 应写 "gender":trans(${dict},${gender})。


4. VALIDATION — 数据校验

4.1 作用与语法

VALIDATION 在导入数据前对原始单元格值进行校验,校验失败立即抛出异常终止导入。

VALIDATION = {
    <目标区域>: {
        <规则名>{
            required: <true|false>,
            msg: '<错误消息>',
            map: { <参数键>: <参数值> }
        },
        <规则名>{ ... }   // 同一区域可配多个规则,逗号分隔
    },
    <目标区域>: { ... }
}

重要: VALIDATION 校验的是原始值(未经 TRANSFORM 转换的值)。例如性别列在 Excel 中是 "男"/"女",则校验时也按 "男"/"女" 校验,而不是转换后的 "1"/"2"。

4.2 校验目标类型

VALIDATION 支持四种目标区域,通过不同的语法指定:

类型 语法 说明 示例
行 ROW N 或 ROW N..M 校验某行或行范围 ROW 5、ROW 1..10
列 COL X 或 COL X..Y 校验某列或列范围 COL A、COL A..D
单元格 XN 校验单个单元格 C2(C 列第 2 行)
区域 XN:YM 校验矩形区域 A1:B5

列也可省略 COL 关键字,直接写 A 或 A..D。

多目标校验示例:

<excel name="importMultiTarget" returnClass="java.util.List">
    <![CDATA[
    IMPORT WITH VALIDATION={
        ROW 2..10:{
            required{required:true,msg:'第2-10行不能为空'}
        },
        A..D:{
            max_length{required:true,msg:'列长度超限',map:{maxLength:50}}
        },
        C2:{
            regex{required:true,msg:'格式不对',map:{pattern:'^\\d+$'}}
        },
        A1:B5:{
            min_length{required:true,msg:'长度不足',map:{minLength:2}}
        }
    }
    ]]>
</excel>

4.3 规则通用结构

每条规则由三部分组成:

配置项 类型 是否必填 说明
required boolean 是 是否启用校验,建议显式写 true;为 false 时跳过校验直接放行
msg string 否 自定义错误消息,校验失败时抛出;不填则使用规则默认消息
map object 视规则而定 规则参数,部分规则必填(见下方各规则说明)

校验失败行为: 当 required:true 且校验不通过时,框架抛出异常(包含 msg 或默认消息),终止整个导入流程。

4.4 校验规则完整参考

以下参数键均基于源码逐一校验,map 列标注"无"表示该规则不需要 map 参数。

4.4.1 通用规则

规则名 map 参数 参数类型 说明 示例
required 无 — 必填校验,值不能为空 required{required:true,msg:'不能为空'}

4.4.2 字符串类规则

规则名 map 参数 参数类型 说明 示例
regex pattern String 正则匹配 regex{required:true,msg:'只允许数字',map:{pattern:'^\\d+$'}}
max_length maxLength 数值 最大长度 max_length{required:true,msg:'过长',map:{maxLength:7}}
min_length minLength 数值 最小长度 min_length{required:true,msg:'过短',map:{minLength:1}}
start_with startWith String 必须以 X 开头 start_with{required:true,msg:'必须以SO开头',map:{startWith:'SO'}}
not_start_with notStartWith String 不能以 X 开头 not_start_with{required:true,msg:'非法前缀',map:{notStartWith:'test'}}
end_with endWith String 必须以 X 结尾 end_with{required:true,msg:'必须以有限公司结尾',map:{endWith:'有限公司'}}
not_end_with notEndWith String 不能以 X 结尾 not_end_with{required:true,msg:'非法后缀',map:{notEndWith:'@test.com'}}
contain contains String 必须包含 X contain{required:true,msg:'必须包含关键字',map:{contains:'张三'}}
not_contain notContain String 不能包含 X not_contain{required:true,msg:'含敏感词',map:{notContain:'敏感词'}}

注意参数键命名差异: 规则名用下划线(start_with),但参数键用驼峰(startWith)。contain 的参数键是 contains(带 s),not_contain 的参数键是 notContain(不带 s)。

4.4.3 数值类规则

规则名 map 参数 参数类型 说明 示例
integer 无 — 必须是整数 integer{required:true,msg:'必须是整数'}
decimal 无 — 必须是小数 decimal{required:true,msg:'必须是小数'}
max_value maxValue 数值 不超过最大值 max_value{required:true,msg:'不能超过100',map:{maxValue:100}}
min_value minValue 数值 不小于最小值 min_value{required:true,msg:'不能小于0',map:{minValue:0}}

4.4.4 日期类规则

规则名 map 参数 参数类型 说明 示例
date_format format String 日期格式校验 date_format{required:true,msg:'格式错误',map:{format:'yyyy-MM-dd'}}
max_date format, maxDate String, 日期 不超过最大日期 max_date{required:true,msg:'超过最大日期',map:{format:'yyyy-MM-dd',maxDate:2025-01-01}}
min_date format, minDate String, 日期 不早于最小日期 min_date{required:true,msg:'不能早于最小日期',map:{format:'yyyy-MM-dd',minDate:2022-01-01}}

日期字面量使用 yyyy-MM-dd 格式,不需要引号,如 maxDate:2025-01-01。

4.4.5 其他规则

规则名 map 参数 参数类型 说明 示例
email 无 — 邮箱格式校验 email{required:true,msg:'邮箱格式错误'}
mobile 无 — 中国大陆手机号(^1[3-9]\d{9}$) mobile{required:true,msg:'手机号格式错误'}
dict 键值对 Map 值必须存在于字典的值集合中 dict{required:true,msg:'性别非法',map:{'1':'男','2':'女'}}
boolean 键值对 Map 值必须存在于映射的值集合中 boolean{required:true,msg:'布尔值非法',map:{'T':'true','F':'false'}}
composite 无 — 组合规则容器(编程式扩展用) composite{}

dict 与 boolean 的特殊行为: 二者都是校验"值是否在 map 的 values 中"。例如 dict{map:{'1':'男','2':'女'}} 表示 Excel 单元格的值必须是 男 或 女(即 value),而不是 1/2(即 key)。

4.5 多规则组合

同一目标区域可配置多条规则,以逗号分隔,所有规则都会执行,任一失败即抛异常:

<excel name="importMultiRule" returnClass="java.util.List">
    <![CDATA[
    IMPORT WITH VALIDATION={
        D2:D100:{
            required{required:true,msg:'年龄不能为空'},
            integer{required:true,msg:'年龄必须是整数'},
            min_value{required:true,msg:'年龄>=0',map:{minValue:0}},
            max_value{required:true,msg:'年龄<=150',map:{maxValue:150}}
        }
    }
    ]]>
</excel>

4.6 实战示例

综合校验(字符串 + 数值 + 日期 + 字典 + 邮箱 + 手机):

<excel name="importFullValidation" returnClass="java.util.List">
    <![CDATA[
    IMPORT WITH
        HEADER=true,
        SHEET='Sheet1',
        MAPPING = {
            "姓名": "name",
            "性别": "sex",
            "年龄": "age",
            "出生日期": "birthday",
            "手机号": "phone",
            "邮箱": "email",
            "订单号": "orderId"
        },
        VALIDATION={
            B2:B1000:{
                required{required:true,msg:'姓名不能为空'},
                min_length{required:true,msg:'姓名至少2位',map:{minLength:2}},
                max_length{required:true,msg:'姓名最长10位',map:{maxLength:10}}
            },
            C2:C1000:{
                dict{required:true,msg:'性别非法',map:{'1':'男','2':'女'}}
            },
            D2:D1000:{
                integer{required:true,msg:'年龄必须是整数'},
                min_value{required:true,msg:'年龄>=6',map:{minValue:6}},
                max_value{required:true,msg:'年龄<=60',map:{maxValue:60}}
            },
            E2:E1000:{
                date_format{required:true,msg:'日期格式错误',map:{format:'yyyy-MM-dd'}},
                min_date{required:true,msg:'不能早于2000年',map:{format:'yyyy-MM-dd',minDate:2000-01-01}},
                max_date{required:true,msg:'不能晚于2025年',map:{format:'yyyy-MM-dd',maxDate:2025-12-31}}
            },
            F2:F1000:{
                mobile{required:true,msg:'手机号格式错误'}
            },
            G2:G1000:{
                email{required:true,msg:'邮箱格式错误'}
            },
            A2:A1000:{
                start_with{required:true,msg:'订单号必须以SO开头',map:{startWith:'SO'}}
            }
        }
    ]]>
</excel>

5. 三者协同使用

一个完整的导入配置通常同时使用三者:

<excel name="importStudentFull" returnClass="java.util.List">
    <![CDATA[
    IMPORT WITH
        HEADER=true,
        SHEET='学生表',
        MAPPING = {
            "学号": "no",
            "姓名": "name",
            "性别": "sex",
            "年龄": "age",
            "出生日期": "birthday"
        },
        TRANSFORM={
            "sex":trans(${dict},${sex}),
            "birthday":dateFormat(${birthday},'yyyy-MM-dd'),
            "age":add(${age},1)
        },
        VALIDATION={
            C2:C1000:{
                dict{required:true,msg:'性别非法',map:{'1':'男','2':'女'}}
            },
            D2:D1000:{
                integer{required:true,msg:'年龄必须是整数'},
                min_value{required:true,msg:'年龄>=0',map:{minValue:0}}
            },
            E2:E1000:{
                date_format{required:true,msg:'日期格式错误',map:{format:'yyyy-MM-dd'}}
            }
        }
    ]]>
</excel>

完整处理流程示例(以"性别"列为例):

Excel 单元格值: "男"
    ↓ ① VALIDATION(校验原始值 "男")
dict{map:{'1':'男','2':'女'}}  →  "男" 在 values 中 → ✅ 通过
    ↓ ② MAPPING(表头重命名)
"性别" → "sex"
    ↓ ③ TRANSFORM(值转换)
trans(${dict},${sex})  →  查字典 ${dict}["男"] = "1"
    ↓ 最终结果
JQuickRow.get("sex") = "1"

6. 常见问题与避坑指南

6.1 VALIDATION 校验的是原始值还是转换后的值?

原始值。 VALIDATION 在 TRANSFORM 之前执行,校验的是 Excel 中的原始单元格值。若 Excel 中性别列是 "男"/"女",校验时按 "男"/"女" 校验,而非转换后的 "1"/"2"。

6.2 TRANSFORM 中的字段名该写哪个?

写 MAPPING 映射后的目标字段名。若 MAPPING 将 "性别" 映射为 "sex",则 TRANSFORM 应写 "sex":trans(${dict},${sex}),而非 "性别":...。

6.3 dict / boolean 规则的 map 是按 key 还是 value 校验?

按 value 校验。dict{map:{'1':'男','2':'女'}} 表示单元格值必须是 男 或 女。

6.4 日期字面量需要加引号吗?

不需要。 maxDate:2025-01-01 直接写日期字面量,不要写成 '2025-01-01'。

6.5 required 配置项有什么作用?

  • required:true —— 启用该校验规则。
  • required:false —— 跳过校验,直接放行(即使值为空或不符合规则)。

注意:这并非"字段是否必填"的语义。要校验字段非空,请使用 required 规则(required{required:true,msg:'不能为空'}),而非把别的规则的 required 设为 true。

6.6 规则名与参数键的命名风格为什么不一致?

规则名使用下划线(如 start_with、max_length),参数键使用驼峰(如 startWith、maxLength)。这是框架的既定约定,配置时请严格对照本手册的参数表。

6.7 校验失败后会怎样?

校验失败会抛出异常(包含 msg 自定义消息或规则默认消息),终止整个导入流程,已读取的数据不会返回。若希望容错,请在调用端 try-catch 处理。


7. 扩展机制简介

7.1 自定义转换函数(TRANSFORM)

TRANSFORM 的函数基于 SPI 机制扩展,详见 jquick-transform-function。核心步骤:

  1. 实现 JQuickMethodFunctionProvider 接口(或继承 JQuickBaseFunctionFunctionProvider)。
  2. 在 META-INF/services/com.github.paohaijiao.function.core.JQuickMethodFunctionProvider 注册实现类。
  3. 在 XML 的 TRANSFORM 中按 getMethodName() 调用。

也支持运行时动态注册:

JQuickMethodInvocationManager manager = JQuickMethodInvocationManager.getInstance();
manager.registerInvoker("myFunc", (args) -> {
   
    // 自定义逻辑
    return result;
}, "自定义函数说明");

7.2 自定义校验规则(VALIDATION)

VALIDATION 支持自定义规则扩展:

  1. 继承 JAbstractValidationRule,实现 doValidate(String value) 和 getDefaultMsg()。
  2. 在 JMethodValidationRuleType 枚举中注册:MY_RULE("my_rule", JMyRule.class)。
  3. 在 JExcelValidationRuleFactory 增加工厂方法。
  4. 在 XML 中使用:my_rule{required:true,msg:'校验失败'}。

完整的 SPI 扩展说明请参考 useage-import.md 第 4 章。


更多用法可参考:

  • README.md 使用示例章节
  • useage-import.md 完整导入使用手册
  • 测试用例:src/test/java/com/github/paohaijiao/importFile/validate/
相关文章
|
19天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
8799 25
|
18天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
3442 15
|
17天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2202 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
12天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
18天前
|
云安全 人工智能 安全
|
4天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
375 1
|
6天前
|
人工智能 Linux Windows
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面
千问办公(QwenWork)是阿里云推出的AI智能办公平台,支持网页端直接使用及Windows/Mac/Linux客户端下载。提供PPT生成、财报分析、网页搭建等AI功能,个人版免费,企业版198元/席/月。详情见官网qwenwork.cn或阿里云产品页。
831 0
千问办公(QwenWork)官网入口:其实有2个,一个是网页端千问办公,一个是介绍指南页面

热门文章

最新文章