Python：Pandas read_excel 无法打开 .xls 文件，不支持 xlrd

Posted 2023-02-19

【中文标题】Python：Pandas read_excel 无法打开 .xls 文件，不支持 xlrd

【英文标题】：Python: Pandas read_excel cannot open .xls file, xlrd not supported

【发布时间】：2021-06-13 23:31:12

【问题描述】：

问题：

我正在使用 pd.read_excel 打开一个 .xls，但出现错误。 （“打包excel文件”下载自https://cima.aemps.es/cima/publico/nomenclator.html）

df_cima = pd.read_excel("price_tracker/es/support/Presentaciones.xls")

xlrd.biffh.XLRDError: Excel xlsx file; not supported

这个文件的后缀是 .xls 但这个错误告诉我它是 .xlsx

然后我尝试添加engine="openpyxl"，它通常用于当xlrd版本不再是1.2.0时读取.xlsx，然后又给我一个错误

openpyxl.utils.exceptions.InvalidFileException: openpyxl does not support the old .xls file format, please use xlrd to read this file, or convert it to the more recent .xlsx file format.

我的环境：

熊猫版本：1.1.5 xlrd 版本：2.0.1 openpyxl 版本：3.0.6

我不想将我的 xlrd 版本改回 1.2.0，从其他答案中我看到新版本的 xlrd 仅支持 .xls，但我不明白为什么不支持为我的文件工作。

提前致谢。

【问题讨论】：

你可以先把文件另存为 xlsx 吗？

然后通过在ms excel 或任何其他excel 编辑器/查看器中打开并将文件的扩展名从.xls 更改为.xlsx 并将其保存在同名但不同的相同位置/路径中扩展名即 ..xlsx

@AnuragDabas 我每个月有多个这样的文件，我不会选择手动更改它，我们可以在使用脚本下载时直接将 .xls 更改为 .xlsx 吗？

我的 Python 是 3.8。那么您的情况必须是导致它的软件包的不同组合。但是，整理它会非常耗时。如果可以，请绕过它，例如通过你提到的直接下载 xlsx 文件或像我一样手动转换它。

@SeaBean，我先尝试了 pandas-1.2.1 和 xlrd-2.0.1，然后是 pandas-1.1.5 和 xlrd-2.0.1，当我切换环境时，pycharm 控制台没有更新。所以我只是再次尝试了这两个组合（pandas-1.2.1和xlrd-2.0.1 vs pandas-1.1.5和xlrd-2.0.1），这次确实是pandas-1.2 .1和xlrd-2.0.1效果很好但不是pandas-1.1.5和xlrd-2.0.1，我认为pandas-1.1的组合肯定有一个未解决的问题.5 和 xlrd-2.0.1，我明天在办公室再试一次

【参考方案1】：

您的文件不是 .xls，我坚持！ :)

使用 Pandas 1.1.5 和 xlrd 2.1.0

将Presentaciones.xls 重命名为Presentaciones.xlsx。

import pandas as pd
# Use openpyxl.
df = pd.read_excel(r'X:...\Presentaciones.xlsx', engine='openpyxl')
print(df)

享受吧！ :)

更多信息

我怎么知道你的文件是假的.xls 和非常真实的.xlsx？ 因为openpyxl 不适用于xls 文件。

import pandas as pd
df = pd.read_excel(r'X:...\test.xls', engine='openpyxl')
/* 
   ERROR:
   InvalidFileException: openpyxl does not support the old .xls file format, 
   please use xlrd to read this file, or convert it to the more recent .xlsx file format.
*/

尝试简单地将 test.xls 重命名为 test.xlsx 也不起作用！

import pandas as pd
df = pd.read_excel(r'X:...\test.xlsx', engine='openpyxl')
/*
    Error:
    OSError: File contains no valid workbook part
*/

历史

请注意，.xlsx 扩展名（由 pandas 检测到）意味着此文件中可能存在脚本。有时扩展程序可能会撒谎，所以小心！

panda 停止支持xlsx 文件的原因是这些文件存在安全隐患，没有人维护这部分代码。

【讨论】：

嗨，非常感谢。然后我想知道为什么当我将 pandas 从 1.1.5 更新到 pandas-1.2.1 时 pd.read_excel(r'X:...\test.xls') 会起作用？如果我假设这个文件是不是.xls，当我没有指定引擎时，它默认是'xlrd'，这意味着在这个版本下这个文件可以用xlrd读取，但xlrd只支持.xls，那么这个文件因此是一个 xls，这违背了我的假设......？

从我昨天的记忆中。 read_excel() 根据检测到的文件选择引擎。所以通常你不应该精确引擎。也许较新版本的熊猫会自动检测文件类型，而不管文件名“.xls”中的扩展名是什么......或者我的直觉是正确的，因为所有错误的原因，我都错了。不管怎样，这很有趣。 xD