无法使用 Python 打开 Excel 文件答案

【问题标题】：Failing to open an Excel file with Python无法使用 Python 打开 Excel 文件
【发布时间】：2018-04-01 17:33:28
【问题描述】：

我在 Debian GNU/Linux 计算机上，使用 Python 2.7.9。

作为我工作的一部分，我一直在制作 Python 脚本，以读取各种格式（例如 Excel、Csv、Txt）的输入并将信息解析为更标准化的文件。 这不是我第一次打开或使用 Excel 文件。

有一个特定的文件给我带来了问题，我无法打开它。当我尝试使用 xlrd（版本 0.9.3）时，它给了我以下错误：

xlrd.open_workbook('sample.xls')

XLRDError：不支持的格式，或损坏的文件：BOF 不工作簿/工作表： op=0x0009 vers=0x0002 strm=0x000a build=0 year=0 -> BIFF21

我试图自己调查此事，在 StackOverflow 中找到了几个答案，但我还是无法打开它。我找到的这个特定答案可能是问题所在（第二个解释），但它不包括解决方法：https://stackoverflow.com/a/16518707/4345659

可以将文件转换为 csv/txt 的工具也可以解决此问题。

我已经尝试过：

xlrd
openpyxl
xlsx2csv（shell 工具）

此处提供了示例文件： https://ufile.io/r4m6j

附带说明，我可以使用 LibreOffice Calc 和 MS Excel 打开它，因此我最终可以通过这种方式将其更改为 csv。问题是，我需要使用 python 脚本来完成这一切。

提前致谢！

【问题讨论】：

只是为了仔细检查 - 文件在 Excel 中打开时没有任何问题？
据我所知，是的，我可以打开它，单元格看起来正常，没有任何异常。
关于您的MIME 或EOF 字节错误的问题。支持的格式不是repaired formats，哪些方法会忽略错误/错误？您的文件有额外或丢失/损坏的数据（关于 file_system）
@franciscosollima 那个 Excel 文件是从哪里来的？如果您以某种方式从 Windows 环境中获取它，则有可能根据 Unix 标准“翻译”行尾字符。您可以检查的一件事是重命名您的 .xlsx。文件到 .zip 文件并尝试打开它。您应该能够毫无问题地打开它并提取文件。
没关系，正在努力获取样品！

标签： python python-2.7 xlrd

【解决方案1】：

这似乎是 MS 问题。 xls文件很奇怪，也许你应该联系xlrd支持。

但我有一个疯狂的解决方法：xls2ods。它对我有用，即使 xls2csv 没有（SiC！）。

所以，先安装 catdoc：

$sudo apt-get install catdoc

然后将您的 xls 文件转换为 ods 并使用 pyexcel_ods 或您喜欢的任何方式打开 ods。要使用 pyexcel_ods，首先使用 pip install pyexcel_ods 安装它。

import subprocess

from pyexcel_ods import get_data

file_basename = 'sample'

returncode = subprocess.call(['xls2ods', '{}.xls'.format(file_basename)])
if returnecode > 0:
    # consider to use subprocess.Popen if you need more control on stderr
    exit(returncode)

data = get_data('{}.ods'.format(file_basename))
print(data)

我得到以下输出：

OrderedDict([(u'sample',
              [[u'labo',
                u'codfarm',
                u'farmacia',
                u'direccion',
                u'localidad',
                u'nom_medico',
                u'matricula',
                u'troquel',
                u'producto',
                u'cant_total']])])

【讨论】：

就我而言，我必须从 pip 安装 pyexcel_ods，因为从 apt 成功安装 catdoc 后，它仍然没有找到 pyexcel_ods 模块。尽管如此，它仍然有效！非常感谢！
很高兴为您提供帮助。是的，我没有注意到pyexcel_ods 不是catdoc 的一部分，因为pyexcel_ods 只是解析ODS 文档的一个示例。

【解决方案2】：

也无法打开您的 Excel。正如yadayada所说，我认为是数据源的问题。如果你真的想弄清楚原因，我建议你问关于excel而不是python的问题。

【讨论】：

【解决方案3】：

这是一个我会使用的工具：

假设您在 Debian 上有 LibreOffice，您可以使用以下方法将所有 *.xls 文件转换为 *.csv：

import os 
os.system("libreoffice --headless --convert-to csv *.xls")
#or use os.call

... 然后与csv 保持一致。

或者您可以在需要时使用try/except 块仅转换损坏的文件：

import os 

try:
    xlrd.open_workbook('sample.xls')
except XLRDError:
    os.system("libreoffice --headless --convert-to csv sample.xls")
    # mycsv = open("sample.csv", "r")
    # for line in mycsv.readlines():
    #     ...
    #     ...

OBS：在运行脚本时保持 LibreOffice 关闭。

或者，还有其他工具可以进行转换。这是一个（我没有测试过）：https://github.com/dilshod/xlsx2csv

【讨论】：

当我运行libreoffice --headless --convert-to csv sample.xls（从 os.system 和从 shell）时，没有文件被创建。也没有错。它只是默默地结束，什么都不做......
当我在 libreoffice 打开的情况下运行脚本时，我也遇到了同样的情况。你在尝试的时候确定它是关闭的吗？
你是对的，它确实有效，我的错。我会投票，但我仍然会接受@Trilliput 的回答，因为在我的特定情况下应用更简单！还是谢谢！

【解决方案4】：

您提供的文件已损坏，因此其他响应者无法对其进行测试并推荐好的解决方案。您发布的例外情况证实了这一点。作为解决方案，您可以尝试调试一些东西，请参阅以下步骤：

您提到您尝试了 xlrd 库。尝试通过执行以下命令检查您的 xlrd 模块是否是最新的：

Python 2.7.9
```
>>> import xlrd

>>> xlrd.__VERSION
```

如果需要，更新到最新的官方版本

尝试打开任何其他 *.xls 文件，看看它是否适用于您正在使用的 Python 版本和当前库。
查看模块文档很不错，有一些不同的东西描述了如何在各种平台上使用这个模块（Win vs. Linux）http://xlrd.readthedocs.io/en/latest/dates.html
您总是可以向社区致富（您仍有可能陷入某种奇怪的状态或错误）链接在这里https://github.com/python-excel/xlrd/issues

希望对您有所帮助。

【讨论】：

【解决方案5】：

如果您需要将单词作为字符串列表获取：

text_file = open("sample.xls", "r")
lines = text_file.read().replace(chr(200), '').replace(chr(0), '').replace(chr(1), '').replace(chr(5), '').replace(chr(2), '').replace(chr(3), '').replace(chr(4), '').replace(chr(6), '').replace(chr(7), '').replace(chr(8), '').replace(chr(9), '').replace(chr(10), '').replace(chr(12), '').replace(chr(15), '').replace(chr(16), '').replace(chr(17), '').replace(chr(18), '').replace(chr(49), '').replace('Arial', '')
for line in lines.split(chr(128)):
    print(line)

输出：

【讨论】：

示例只是第一行。将代码应用于整个文件时，它不会拆分单元格。
更重要的是，使用你的方法我设法得到了单词，但是 Excel 中的数字......它们只是不明显。

【解决方案6】：

这是文件格式问题。我不确定它是什么文件类型，但它不是 Excel。我刚刚打开并保存了带有 sample2.xls 名称的文件并比较了类型：

你是如何创建这个文件的？

【讨论】：

这是我从客户那里得到的输入，他从数据提供者那里得到......也许提供/处理该数据的那个人使用了一些奇怪的格式，我不知道...... .
无论如何它都不是excel。询问数据提供者他是如何保存数据的。

【解决方案7】：

此代码使用 comtypes 包打开一个 xls 文件并将其保存为 cvs 文件：

import comtypes.client as cl
progId = "Excel.Application.15"
xl = cl.CreateObject(progId)
wb = xl.Workbooks.Open(r"C:\Users\aUser\Desktop\thermoList.xls")
wb.SaveAs(r"C:\Users\aUser\Desktop\thermoList.csv",FileFormat=6)
xl.DisplayAlerts = False
xl.Quit()

我无法使用损坏的“sample.xls”对其进行测试。您可以尝试使用另一个文件。您可能需要根据您的 Excel 版本调整 progId。

【讨论】：

问题是我知道如何打开“另一个文件”...我的问题是这个文件 :( 让我烦恼的是我可以用 OpenOffice Calc 打开它！
“不幸的是，COMTypes 是为 Windows 设计的，而不是 Linux。”来源：stackoverflow.com/a/37163775/4345659

【解决方案8】：

如果您的目标是 windows，如果您安装了 Excel，并且如果您熟悉 Excel VBA，您将使用 comtypes 包获得快速解决方案：

http://pythonhosted.org/comtypes/

您可以通过其 COM 接口直接访问 Excel。

【讨论】：

我将如何使用这个包？您可以在答案中添加一个快速脚本来实际打开我在 python 中提供的文件吗？至少要保存为另一种格式，比如 .csv...
我无法使用 Excel 2013 打开 sample.xls（说它已损坏）。修复失败。它没有理由与任何其他工具一起使用。我会看看我能不能做得更多。

【解决方案9】：

任何 xls 或 xlsx 文件都对我有用：

def csv_from_excel(filename_xls, filename_csv):
    wb = xlrd.open_workbook(filename_xls, encoding_override='YOUR_ENCODING_HERE (f.e. "cp1251"')
    sh = wb.sheet_by_index(0)
    your_csv_file = open(filename_csv, 'wb')
    wr = unicodecsv.writer(your_csv_file)
    for rownum in xrange(sh.nrows):
        wr.writerow(sh.row_values(rownum))
    your_csv_file.close()

所以，在将它们转换为 csv 之前，我不直接使用 excel 文件。 Mb它会帮助你

【讨论】：

我得到了同样的错误，调用 xlrd.open_workbook 是什么给了我上面复制的错误。