python xlrd不支持的格式或损坏的文件.

Question

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'"

该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事情都会很棒.

Answer 1

你说:

该文件似乎没有损坏或格式不同.

但是,正如错误消息所示,文件的前8个字节是'<table r'......绝对不是Excel .xls格式.使用文本编辑器(例如记事本)打开它,不会注意到(不正确的).xls扩展名并亲自查看.

Answer 2

尝试用熊猫打开它:

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

或者尝试任何其他html python解析器.

这不是一个合适的excel文件,而是一个可读的excel文件.

Answer 3

我有类似的问题,它与版本有关.在python终端检查:

>> import xlrd
>> xlrd.__VERSION__

如果你有'0.9.0',你几乎可以打开所有文件.如果你有'0.6.0'这是我在Ubuntu上发现的,你可能会遇到最新的Excel文件问题.您可以使用Distutils标准下载最新版本的xlrd.

Answer 4

某些文件也会发生这种情况，同时也在Excel中打开。

Answer 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，详细如下：how to convert xls to xlsx

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

希望它有助于解决您的问题。

Answer 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 转换器来解决它。原因是实际上，xlrd 不支持 XML Spreadsheet (*.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()

Answer 7

它可能是旧的 Excel 文件格式。它可以通过 pandas 读取为 html

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

最终，这给出了数据帧列表（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]