python xlrd 格式不受支持，或文件损坏。答案

【问题标题】：python xlrd unsupported format, or corrupt file.python xlrd 格式不受支持，或文件损坏。
【发布时间】：2012-03-26 06:04:16
【问题描述】：

我的代码：

import xlrd
wb = xlrd.open_workbook("Z:\\Data\\Locates\\3.8 locates.xls")
sh = wb.sheet_by_index(0)
print sh.cell(0,0).value

错误：

Traceback (most recent call last):
File "Z:\Wilson\tradedStockStatus.py", line 18, in <module>
wb = xlrd.open_workbook("Z:\\Data\\Locates\\3.8 locates.xls")
File "C:\Python27\lib\site-packages\xlrd\__init__.py", line 429, in open_workbook
biff_version = bk.getbof(XL_WORKBOOK_GLOBALS)
File "C:\Python27\lib\site-packages\xlrd\__init__.py", line 1545, in getbof
bof_error('Expected BOF record; found %r' % self.mem[savpos:savpos+8])
File "C:\Python27\lib\site-packages\xlrd\__init__.py", line 1539, in bof_error
raise XLRDError('Unsupported format, or corrupt file: ' + msg)
xlrd.biffh.XLRDError: Unsupported format, or corrupt file: Expected BOF record;
found '<table r'"

文件似乎没有损坏或格式不同。任何有助于找到问题根源的东西都会很棒。

【问题讨论】：

1.尝试更改文件名（丢失开头的数字和空格） 2. 文件密码是否受保护？
我尝试更改文件名，结果相同，但文件没有密码保护。

标签： python excel xlrd

【解决方案1】：

尝试使用 pandas 将其作为 HTML 打开：

import pandas as pd
data = pd.read_html('filename.xls')

或者尝试任何其他 html python 解析器。

这不是一个正确的 excel 文件，而是一个可以用 excel 读取的 html。

【讨论】：

你好，用文本编辑器打开你的xls，看看它是不是html。如果您在第一个顶部收到错误，则它是一个 html。我不明白为什么如果您尝试使用 read_html 会得到“找不到表”。
这就是我的解决方案！谢谢！

【解决方案2】：

你说：

文件似乎没有损坏或格式不同。

但是正如错误消息所说，文件的前 8 个字节是 '<table r' ...这绝对不是 Excel .xls 格式。使用不会注意到（不正确的）.xls 扩展名的文本编辑器（例如记事本）打开它，然后自己查看。

【讨论】：

出于同样的原因，如果我得到（并且我得到）一个类似的错误，但 XLRDError: Unsupported format, or corrupt file: Expected BOF record;找到'，这意味着我的xls真的是一个xlsx？
@Pyderman 不，它不是 xlsx 文件。可以保存为 XML 电子表格 (*.xml)（xlrd 不支持）
谢谢 - 我将文件从 .csv 更改为 .xls 并且我的代码有效。

【解决方案3】：

某些文件在 Excel 中打开时也会发生这种情况。

【讨论】：

我收到此错误消息，这确实是因为我在运行代码时打开了文件。谢谢。
是的，你是对的！在我的例子中，文件扩展名是xls，但文件中的内容实际上是HTML...
这也是我的问题
这正是我的问题！另一个提醒我为什么在最坏的情况下我尝试坚持使用普通 CSV 或 ODS。

【解决方案4】：

我有类似的问题，它与版本有关。在 python 终端检查：

>> import xlrd
>> xlrd.__VERSION__

如果您有 '0.9.0'，您几乎可以打开所有文件。如果您有我在 Ubuntu 上找到的 '0.6.0'，那么您可能在使用最新的 Excel 文件时遇到问题。您可以使用 Distutils 标准下载最新版本的 xlrd。

【讨论】：

“可能有问题”不准确。 xlrd 0.6.0 根本不处理 xlsx 文件。 0.6.0 是不受支持的古董。

【解决方案5】：

我在下载 .xls 文件并使用 xlrd 库打开它时发现了类似的问题。然后我尝试了将 .xls 转换为 .xlsx 的解决方案，详见此处：how to convert xls to xlsx

它就像一个魅力，而不是打开 .xls，我现在正在使用 openpyxl 库处理 .xlsx 文件。

希望它有助于解决您的问题。

【讨论】：

对不起，它没有帮助，因为错误'xlrd.open_workbook'和任何转换器都无法帮助，直到出现错误

【解决方案6】：

我遇到了同样的xlrd.biffh.XLRDError: Unsupported format, or corrupt file: Expected BOF record; 错误，并通过编写 XML 到 XLSX 转换器解决了它。原因是实际上，xlrd 不支持 XML 电子表格 (*.xml)，即不支持 XLS 或 XLSX 格式。


import pandas as pd
from bs4 import BeautifulSoup

def convert_to_xlsx():
    with open('sample.xls') as xml_file:
        soup = BeautifulSoup(xml_file.read(), 'xml')
        writer = pd.ExcelWriter('sample.xlsx')
        for sheet in soup.findAll('Worksheet'):
            sheet_as_list = []
            for row in sheet.findAll('Row'):
                sheet_as_list.append([cell.Data.text if cell.Data else '' for cell in row.findAll('Cell')])
            pd.DataFrame(sheet_as_list).to_excel(writer, sheet_name=sheet.attrs['ss:Name'], index=False, header=False)

        writer.save()

【讨论】：

这只是给了一个空白的 .xlsx 文件

【解决方案7】：

就我而言，按照@john-machin 的建议使用文本编辑器打开文件后，我意识到该文件没有像 Excel 文件那样加密，但它是 CSV 格式并保存为 Excel 文件。我所做的是重命名文件及其扩展名，并改用 read_csv 函数：

os.rename('sample_file.xls', 'sample_file.csv')
csv = pd.read_csv("sample_file.csv", error_bad_lines=False)

【讨论】：

是的！当我使用 to_csv() 保存文件但将“.xlsx”作为文件格式传递时，我遇到了同样的错误（错误 yk）。

【解决方案8】：

我也遇到了这个问题，我用excel打开这个文件，保存为excel 97-2003等其他格式，终于解决了这个问题

【讨论】：

【解决方案9】：

我有同样的问题。这些旧文件的格式类似于制表符分隔的文件。我已经能够使用read_table 打开我的问题文件；即df = pd.read_table('trouble_maker.xls')。

【讨论】：

【解决方案10】：

我刚刚下载了 xlrd，创建了一个用于测试的 excel 文档 (excel 2007) 并得到了同样的错误（消息说 'found PK\x03\x04\x14\x00\x06\x00'）。扩展名是 xlsx。尝试将其保存为较旧的 .xls 格式，错误消失了.....

【讨论】：

【解决方案11】：

我遇到了同样的问题。

它位于 .xls 文件本身 - 它看起来像一个 Excel 文件，但它不是。（看看当你从 Excel 中直接打开 .xls 时是否有弹出窗口）

sjmachin 于 2013 年 1 月 19 日从https://github.com/python-excel/xlrd/issues/26help 发表评论。

【讨论】：

【解决方案12】：

解决了同样的问题，终于完成了这个问题，所以只是把我做了什么。

观察 - 1 - 该文件实际上不是 XLS 我重命名为 txt 并注意到文件中的 HTML 文本。

2 - 将文件重命名为 html 并尝试读取 pd.read_html，失败。

3- 添加，因为它在 txt 文件中不存在，删除样式以确保表格从本地显示在浏览器中，并且工作。

下面的代码可能对某人有帮助..

import pandas as pd
import os
import shutil
import html5lib
import requests
from bs4 import BeautifulSoup
import re
import time

shutil.copy('your.xls','file.html')
shutil.copy('file.html','file.txt')
time.sleep(2)

txt = open('file.txt','r').read()

# Modify the text to ensure the data display in html page, delete style

txt = str(txt).replace('<style> .text { mso-number-format:\@; } </script>','')

# Add head and body if it is not there in HTML text

txt_with_head = '<html><head></head><body>'+txt+'</body></html>'

# Save the file as HTML

html_file = open('output.html','w')
html_file.write(txt_with_head)

# Use beautiful soup to read

url = r"C:\Users\hitesh kumar\PycharmProjects\OEM ML\output.html"
page = open(url)
soup = BeautifulSoup(page.read(), features="lxml")
my_table = soup.find("table",attrs={'border': '1'})

frame = pd.read_html(str(my_table))[0]
print(frame.head())
frame.to_excel('testoutput.xlsx',sheet_name='sheet1', index=False)

【讨论】：

【解决方案13】：

有时在文件路径末尾添加?raw=true 会有所帮助。例如：

wb = xlrd.open_workbook("Z:\\Data\\Locates\\3.8 locates.xls?raw=true")

【讨论】：

【解决方案14】：

在谷歌表格中打开，然后从表格下载为 CSV，然后重新上传到驱动器。然后你可以从 python 中打开 CSV 文件。

【讨论】：

能不能加一些参考链接

【解决方案15】：

当我尝试从一个文件夹中读取一些 XLSX 文件并且其中一个文件被打开时，我收到了这个错误。我关闭了 XLSX 文件，这个错误没有出现。

【讨论】：

【解决方案16】：

它可能是旧的 excel 文件格式。它可以通过

在 pandas 中读取为 html

import pandas as pd
df = pd.read_html('file.xls')

最终，这会给出一个数据框列表（如果您检查类型是列表）。 https://pandas.pydata.org/pandas-docs/version/0.17.1/io.html#io-read-html

您需要提取它们，例如使用df[0]

【讨论】：

【解决方案17】：

我知道的两种方法是再次下载 xls 文件，如果您在 google colab 中执行此操作，只需从您的计算机再次加载文件并再次运行 pd.read_excel("filename,xlsx") .它应该可以工作。

【讨论】：

【解决方案18】：

您的文件没有问题。 xlrd 尚不支持 xlsx (excel 2007+) 文件，尽管据称它已经支持了一段时间。

Simplistix github

2 天前，他们向他们的 git 提交了一个 pre-alpha 版本，该版本集成了 xlsx 支持。其他论坛建议您对 xlsx 文件使用 DOM 解析器，因为 xlsx 文件类型只是一个包含 XML 的 zip 存档。我没有试过这个。还有另一个具有与 xlrd 类似功能的包，称为 openpyxl，您可以从 easy_install 或 pip 获得。这个我也没试过，不过它的API应该和xlrd类似。

【讨论】：

-1 (1) 他的文件以'<table r' 开头。它不是 XLSX 文件；以'PK' 开头的 ZIP 存档 (2) “其他论坛”建议他们没有尝试过或仅在小文件和/仅在他们自己的简单应用程序上工作的东西 (3) openpyxl 是 PHP 包的一个端口，并且它的 API 只能被疯狂猜测的人认为与 xlrd 相似。
感谢您对 xlrd 和构建对 xlsx 的支持，John！ xlrd 是恕我直言，处理 excel 文件的最佳 python 模块。如果我可以在金钱上或其他方面帮助您的工作，请告诉我如何...

【解决方案19】：

我知道应该有适当的方法来解决它但只是为了节省时间

我将我的 xlsx 表格上传到 Google 表格，然后再次从 Google 表格下载它现在可以工作了

如果你没有时间解决问题，你可以试试这个

【讨论】：

在添加新问题之前，请查看已针对此问题提供的答案，尤其是在已有解决方案的情况下。