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

Question

问题：

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

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"，它通常用于在xlrd版本不再是1.2.0时读取.xlsx，然后它又给了我另一个错误

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。

Answer 1

你的文件不是 .xls，我坚持！ :)

<块引用>

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

我怎么知道您的文件是伪造的 .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）意味着此文件中可能存在脚本。有时扩展名可能会撒谎，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，并且没有人维护这部分代码。