Java异常之RecordInputStream$LeftoverDataException：原因、排查与修复方法

1、RecordInputStream$LeftoverDataException是什么异常？

最近在一个项目中使用 Apache POI 的 HSSF 模型读取 .xls 文件进行Excel解析时，用户上传的一个文件触发了如下Java异常：

1 2	org.apache.poi.hssf.record.RecordInputStream$LeftoverDataException: Initialisation of record 0x31(FontRecord) left 4 bytes remaining still to be read.

这里发现 FontRecord（ID=0x31）像是和字体有关。

经过网上搜索，发现也有人在解析 SelectionRecord 或 NumberRecord 时遭遇类似的“剩余字节”异常，例如 record ID 0x85 出现剩余 18 字节抛出同样异常。

参考： stackoverflow.com^[1]

此外还有报告出现 NumberRecord（ID=0x203）剩余 4 字节的情况，均触发 RecordInputStream$LeftoverDataException，参考： github.com^[2]

2、为什么会触发RecordInputStream$LeftoverDataException？

2.1 异常原理

查看Apache POI的doc文档，可以发现，Apache POI在读取 BIFF 记录时会根据记录头中的长度精确消费字节，若读取后流中仍有未读字节，则触发 RecordInputStream$LeftoverDataException。 ^[3]

HSSF 的 RecordInputStream.hasNextRecord() 会校验是否有剩余字节，并在发现不匹配时通过抛出此异常保护后续记录解析^[4]。

2.2 触发场景

部分第三方工具或系统导出的 Excel 文件在写入 FontRecord 或其他记录时插入了“扩展”字节数据，导致 Apache POI 无法识别^[5]。

如何解决问题呢？其实很简单，手动用 Microsoft Excel 或 WPS 打开并“另存为”后，通常可清除不兼容的扩展数据，从而避免该Java异常。

2.3 官方Bug修复进度如何？

Apache Bugzilla 中的 Bug 68854 专门报告了 FontRecord 剩余 4 字节的问题，并被标记为重复 Bug 60833。^[6]

Bug 60833 自 2017 年以来一直未在官方版本中彻底修复，社区仍在讨论该边缘场景的处理方案。

3、如何解决RecordInputStream$LeftoverDataException问题？

3.1 另存为 Excel

最简单的方式是手动或脚本化地使用 Excel/WPS 对 .xls 文件执行“另存为”操作，该过程会重写文件结构并剔除多余字节，从而避免此Java异常^[7]。

3.2 转为 `.xlsx`

将 .xls 文件转换为 Office Open XML（.xlsx）格式，使用 XSSF 解析器可绕开 BIFF 的二进制校验机制，从而彻底规避该问题。

3.3 升级或打补丁

当然，更进一步的是等待官方修复了。如果等不及，可以自己动手在本地对 Apache POI 源码中的 FontRecord.readFields 或 RecordInputStream.hasNextRecord 增加容错逻辑，捕获并忽略多余字节，从而避免在Excel解析时触发RecordInputStream$LeftoverDataException异常。