¿La manera más fácil de comparar dos archivos de Excel en Java?

Question

Estoy escribiendo una prueba JUnit para algún código que produce un archivo Excel (que es binario). Tengo otro archivo de Excel que contiene mi resultado esperado. ¿Cuál es la forma más fácil de comparar el archivo real con el archivo esperado?

Claro que podría escribir el código yo mismo, pero me preguntaba si existe un método existente en una biblioteca de terceros de confianza (por ejemplo, Spring o Apache Commons) que ya lo haga.

Answer 1

Esto es lo que terminé haciendo (con el trabajo pesado que está realizando DBUnit) :

/** 
* Compares the data in the two Excel files represented by the given input 
* streams, closing them on completion 
* 
* @param expected can't be <code>null</code> 
* @param actual can't be <code>null</code> 
* @throws Exception 
*/ 
private void compareExcelFiles(InputStream expected, InputStream actual) 
    throws Exception 
{ 
    try { 
    Assertion.assertEquals(new XlsDataSet(expected), new XlsDataSet(actual)); 
    } 
    finally { 
    IOUtils.closeQuietly(expected); 
    IOUtils.closeQuietly(actual); 
    } 
} 

Esto se compara los datos de los dos archivos, sin riesgo de falsos negativos de los metadatos irrelevante que podría ser diferente. Espero que esto ayude a alguien.

Answer 2

Quizás ... compare los resúmenes MD5 de cada archivo? Estoy seguro de que hay muchas formas de hacerlo. Podrías abrir ambos archivos y comparar cada byte.

EDITAR: James indicó que el formato XLS podría tener diferencias en los metadatos. ¿Quizás debería usar la misma interfaz que usó para generar los archivos xls para abrirlos y comparar los valores de celda a celda?

Answer 3

Puede usar javaxdelta para verificar si los dos archivos son iguales. Está disponible desde aquí:

http://javaxdelta.sourceforge.net/

Answer 4

Acabamos de descubrir que hay algo en commons-io de FileUtils. Gracias por las otras respuestas.

Answer 5

Una simple comparación de archivos se puede hacer fácilmente usando algunos checksum (como MD5) o simplemente leyendo ambos archivos.

Sin embargo, como los archivos de Excel contienen montones de metadatos, los archivos probablemente nunca serán idénticos byte por byte, como señaló James Burgess. Así que necesitará otro tipo de comparación para su prueba.

Recomiendo de alguna manera generar un formulario "canónico" del archivo Excel, es decir, leer el archivo Excel generado y convertirlo a un formato más simple (CSV o algo similar), que solo conservará la información que desea verificar . Luego puede usar la "forma canónica" para comparar con su resultado esperado (también en forma canónica, por supuesto).

Apache POI puede ser útil para leer el archivo.

BTW: Leer un archivo completo para comprobar su corrección generalmente no se consideraría una prueba unitaria. Eso es una prueba de integración ...

Answer 6

Por favor, eche un vistazo a the site para comparar los archivos binarios, http://www.velocityreviews.com/forums/t123770-re-java-code-for-determining-binary-file-equality.html

Tigre

Answer 7

Es posible utilizar Beyond Compare 3 que se puede iniciar desde la línea de comandos y admite varias formas de comparar archivos de Excel, incluyendo:

• Comparando las hojas de Excel como tablas de bases de datos
• Comprobación de todo el contenido textual
• Comprobación contenido textual con algunos formatos

Answer 8

Considere la posibilidad de utilizar mi proyecto simple-excel que proporciona un montón de jamón cresta Matchers para hacer el trabajo.

Cuando haces algo como lo siguiente,

assertThat(actual, WorkbookMatcher.sameWorkbook(expected)); 

Veías, por ejemplo,

java.lang.AssertionError: 
Expected: entire workbook to be equal 
    but: cell at "C14" contained <"bananas"> expected <nothing>, 
      cell at "C15" contained <"1,850,000 EUR"> expected <"1,850,000.00 EUR">, 
      cell at "D16" contained <nothing> expected <"Tue Sep 04 06:30:00"> 
    at org.hamcrest.MatcherAssert.assertThat(MatcherAssert.java:20) 

De esta manera, se puede ejecutar desde sus pruebas automatted y obtener una retroalimentación significativa mientras estás desarrollando

Usted puede leer más sobre él en this article on my site

Answer 9

que tenía que hacer algo similar y ya estaba usando el Apache POI library en mi proyecto para crear archivos de Excel. Así que opté por utilizar la interfaz incluida ExcelExtractor para exportar ambos libros como una cadena de texto y afirmé que las cadenas eran iguales. Hay implementaciones tanto para HSSF for .xls como para XSSF for .xlsx.

volcado a cadena:

XSSFWorkbook xssfWorkbookA = ...; 
String workbookA = new XSSFExcelExtractor(xssfWorkbookA).getText(); 

ExcelExtractor tiene algunas opciones para todo lo que se debe incluir en el vertedero de cadena. Descubrí que tiene valores predeterminados útiles para incluir nombres de hoja. Además, incluye los contenidos de texto de las celdas.

Answer 10

La manera más fácil que encuentro es usar Tika. lo uso como esto:

private void compareXlsx(File expected, File result) throws IOException, TikaException { 
    Tika tika = new Tika(); 
    String expectedText = tika.parseToString(expected); 
    String resultText = tika.parseToString(result); 
    assertEquals(expectedText, resultText); 
} 


<dependency> 
    <groupId>org.apache.tika</groupId> 
    <artifactId>tika-parsers</artifactId> 
    <version>1.13</version> 
    <scope>test</scope> 
</dependency>