Question

我从SAP应用程序下载了一些销售数据集。 SAP已自动将数据转换为.XLS文件。每当我使用Pandas库打开它时，我收到以下错误：

XLRDError: Unsupported format, or corrupt file: Expected BOF record; found '\xff\xfe\r\x00\n\x00\r\x00'

当我使用MSEXCEL打开.XLS文件时，会显示一个弹出窗口，说明file is corrupt or unsupported extension do you want to continue点击“是”＆＃39;它显示正确的数据。当我使用msexcel将文件再次保存为.xls时，我可以使用Pandas来使用它。

所以，我尝试使用os.rename()重命名文件，但它有用。我尝试打开文件并删除\xff\xfe\r\x00\n\x00\r\x00，但随后它也工作了。

解决方案是打开MSEXCEL并再次以.xls手动保存文件，有没有办法自动执行此操作。请帮助。

Answer 1

最后，我将损坏的.xls转换为正确的.xls文件。以下是代码：

# Changing the data types of all strings in the module at once
from __future__ import unicode_literals
# Used to save the file as excel workbook
# Need to install this library
from xlwt import Workbook
# Used to open to corrupt excel file
import io

filename = r'SALEJAN17.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')

import pandas as pd
df = pd.ExcelFile('myexcel.xls').parse('Sheet1')

没有错误。

Answer 2

解决此问题的另一种方法是使用win32com.client库：

import win32com.client
import os

o = win32com.client.Dispatch("Excel.Application")
o.Visible = False

filename = os.getcwd() + '/' + 'SALEJAN17.xls'
output = os.getcwd() + '/' + 'myexcel.xlsx'

wb = o.Workbooks.Open(filename)
wb.ActiveSheet.SaveAs(output,51)

在我的示例中，您保存为.xlsx格式，但也可以另存为.xls。

python：转换损坏的xls文件

2 个答案: