怎样高效比对并提取两份行序不同但结构相同的 Excel 文件差异

本文介绍一种基于 java 的稳健方案：将 excel 数据映射为 pojo 列表，通过字段级主键（如 id 或业务唯一标识）排序后逐行比对，从而准确识别增删改变化，彻底规避 apache poi 原生行序依赖导致的误判问题。

本文介绍一种基于 java 的稳健方案：将 excel 数据映射为 pojo 列表，通过字段级主键（如 id 或业务唯一标识）排序后逐行比对，从而准确识别增删改变化，彻底规避 apache poi 原生行序依赖导致的误判问题。

在实际业务中（如财务对账、版本审计或数据迁移），常需比对两个结构一致但行顺序不同的 Excel 文件——例如同一张销售清单的前后两次导出。此时直接使用 Apache POI 按索引逐行比对（sheet.getRow(i) vs sheet.getRow(i)）必然失败，因为逻辑相同的记录可能分布在不同行号上。

✅ 正确思路是：脱离物理行序，转向语义一致性比对。推荐采用以下六步流程：

1. 读取并建模：用 Apache POI 读取两个 Excel 文件，将每行数据（如 ID, Name, Amount, Date）封装为统一 POJO（例如 SalesRecord），确保 equals() 和 hashCode() 基于业务主键（如 id 字段）重写；
2. 构建集合：将每个文件的所有行转为 List<SalesRecord>；
3. 稳定排序：对两个列表分别按主键（如 id）升序排序——list.sort(Comparator.comparing(SalesRecord::getId))；
4. 精准比对：使用双指针法（或 Stream + Collectors.toMap）进行 O(n+m) 时间复杂度的线性比对，识别三类变更：
   • ✅ 新增：仅存在于新文件列表；
   • ❌ 删除：仅存在于旧文件列表；
   • ? 修改：主键相同但其他字段值不同（可逐字段对比或使用 Objects.deepEquals()）；
5. 结构化输出：将差异封装为 DiffResult 对象（含操作类型、原始行、变更字段等），便于后续处理；
6. 导出结果：用 POI 将差异列表写入新 Excel，可添加高亮、状态列（如 STATUS: MODIFIED）和变更详情注释。

? 关键注意事项：

• 主键必须唯一且稳定（避免用 rowIndex 或无业务意义的自增序号）；
• 若无显式主键，可组合多个字段生成复合键（如 id + timestamp），但需确保其唯一性；
• 对于大数据量（>10万行），建议启用 SXSSFWorkbook 流式写入，并考虑使用 TreeSet 或数据库临时表提升排序/查重性能；
• 修改检测建议采用字段级差异报告（如 "Amount changed from 150.00 → 180.00"），而非整行标记，提升可追溯性。

该方法不依赖第三方比对库，完全基于 JDK 8+ 标准能力与 POI，兼顾可读性、可维护性与扩展性，是 Java 工程师处理此类场景的生产级实践路径。