网上各种教程用的方法主要是如下这一句：

QAxObject * range = worksheet->querySubObject("Cells(int,int)", 1, 1 );

　　这种方法当然也行，可以一项一项地读，但是当读取数量很大的时候就很慢了，在我的电脑上测试读5000个数据大约168s左右。看资料找到一种批量读取的方法，经测试读10000行的数据才3s多，效果超级棒，充分发挥了QAxobject读取的优势。

　　核心代码在于这一句：

QAxObject *range = worksheet->querySubObject("Range(QString)", "B13:C1000");

　　用Range(QString)实现选取一大块区域，一次性读一个数组出来当然快啦。

　　附上完整的源码供大家交流学习：

　　pro中加一句：QT+=axcontainer

　　头文件加一个：#include <QAxObject>

　　核心代码：

// 批量读取xls到map

int readEnvXlsFile(QString FileName, QMap<QString,float> &map)

{

    QAxObject *excel = NULL;

    QAxObject *workbooks = NULL;

    QAxObject *workbook = NULL;

    excel = new QAxObject("Excel.Application");

    if (!excel)

    {

        qDebug() << "EXCEL对象丢失!";

    }

    excel->dynamicCall("SetVisible(bool)", false);

    workbooks = excel->querySubObject("WorkBooks");

    workbook = workbooks->querySubObject("Open(QString, QVariant)", FileName);

    QAxObject * worksheet = workbook->querySubObject("WorkSheets(int)", 1);//打开第一个sheet

    QAxObject * usedrange = worksheet->querySubObject("UsedRange");//获取该sheet的使用范围对象

    QAxObject * rows = usedrange->querySubObject("Rows");

    QAxObject * columns = usedrange->querySubObject("Columns");

    int intRows = rows->property("Count").toInt();

    int intCols = columns->property("Count").toInt();

    qDebug() << "xls行数："<<intRows;

    qDebug() << "xls列数："<<intCols;

    // 批量载入数据，这里默认读取B13:C最后

    QString Range = "B13:C" +QString::number(intRows);

    QAxObject *allEnvData = worksheet->querySubObject("Range(QString)", Range);

    QVariant allEnvDataQVariant = allEnvData->property("Value");

    QVariantList allEnvDataList = allEnvDataQVariant.toList();

    for(int i=0; i<= intRows-13; i++)

    {

        QVariantList allEnvDataList_i =  allEnvDataList[i].toList() ;

        //qDebug()<< allEnvDataList_i[0].toString()<< allEnvDataList_i[1].toFloat();

        map.insert(allEnvDataList_i[0].toString(),allEnvDataList_i[1].toFloat());

    }

    workbooks->dynamicCall("Close()");

    return 0;

}

　　Update 2017-05-06: 看了一下百度的这一篇已经提到了此方法。