Python - XLRDError：不支持的格式，或损坏的文件：预期的 BOF 记录答案

【问题标题】：Python - XLRDError: Unsupported format, or corrupt file: Expected BOF recordPython - XLRDError：不支持的格式，或损坏的文件：预期的 BOF 记录
【发布时间】：2019-08-16 18:28:30
【问题描述】：

我正在尝试打开一个为我的项目提供给我的 excel 文件，该 excel 文件是我们从 SAP 系统获得的文件。但是当我尝试使用 pandas 打开它时，我收到以下错误：

XLRDError：不支持的格式，或损坏的文件：预期的 BOF 记录；找到 '\xff\xfe\r\x00\n\x00\r\x00'

以下是我的代码：

import pandas as pd
# To open an excel file
df = pd.ExcelFile('myexcel.xls').parse('Sheet1')

【问题讨论】：

你能在msexcel中打开文件吗？
是的，我可以使用 msexcel 打开它，但不能在 pandas 中打开
能否附上问题中的XLS文件？
嗨，Arpit，实际上数据有点机密，都是医疗数据。

标签： python pandas xlrd

【解决方案1】：

不知道它对我有用后是否对你有用，但无论如何你可以尝试以下方法：

from __future__ import unicode_literals
from xlwt import Workbook
import io

filename = r'myexcel.xls'
# Opening the file using 'utf-16' encoding
file1 = io.open(filename, "r", encoding="utf-16")
data = file1.readlines()

# Creating a workbook object
xldoc = Workbook()
# Adding a sheet to the workbook object
sheet = xldoc.add_sheet("Sheet1", cell_overwrite_ok=True)
# Iterating and saving the data to sheet
for i, row in enumerate(data):
    # Two things are done here
    # Removeing the '\n' which comes while reading the file using io.open
    # Getting the values after splitting using '\t'
    for j, val in enumerate(row.replace('\n', '').split('\t')):
        sheet.write(i, j, val)

# Saving the file as an excel file
xldoc.save('myexcel.xls')

【讨论】：

嗨，我收到以下错误Traceback (most recent call last): File "<stdin>", line 1, in <module> ModuleNotFoundError: No module named 'xlwt'
你需要安装xlwt库。
你可以试试encoding='utf-16le'
对于某些文件，它使用utf-16le，而对于其他文件，它使用utf-16。无论如何感谢您的回答。

【解决方案2】：

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。您可以在转换后致电pd.ExcelFile('myexcel.xlsx')。原因是实际上，pandas 使用 xlrd 来读取 Excel 文件，而 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】：

【解决方案3】：

对我有用的是应用这个建议：

How to cope with an XLRDError

在那里，您还可以找到适合我的合适解释。它说问题是文件格式未正确保存。当我打开 xls 文件时，它提出将其另存为 html。我将其保存为“.xlsx”并解决了问题

【讨论】：