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' ...这绝对不是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扩展名并自行查看。

Answer 2

尝试用pandas打开它：

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

或尝试任何其他html python解析器。

这不是一个合适的excel文件，而是一个可以用excel读取的HTML。

Answer 3

我有一个类似的问题，它与版本有关。在python终端检查：

>> import xlrd
>> xlrd.__VERSION__

如果您有'0.9.0'，则可以打开几乎所有文件。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

在Excel中也会打开一些文件。

Answer 5

我在下载.xls文件时发现了类似的问题，并使用xlrd库打开它。然后我尝试了将.xls转换为.xlsx的解决方案，详见此处：how to convert xls to xlsx

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

希望它有助于解决您的问题。

Answer 6

在我的情况下，在用@ john-machin建议的文本编辑器打开文件后，我意识到该文件未加密，因为它应该是Excel文件，但它是CSV格式并保存为Excel文件。我所做的是重命名了文件及其扩展名，并改为使用read_csv函数：

os.rename('sample_file.xls', 'sample_file.csv')
csv = pd.read_csv("sample_file.csv", error_bad_lines=False)

Answer 7

我曾经遇到同样的xlrd.biffh.XLRDError: Unsupported format, or corrupt file: Expected BOF record;错误，并通过将XML写入XLSX转换器解决了该错误。原因是实际上，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()

Answer 8

我刚刚下载了xlrd，创建了一个excel文档（excel 2007）进行测试并得到了同样的错误（消息显示'找到PK \ x03 \ x04 \ x14 \ x00 \ x06 \ x00'）。扩展名是xlsx。尝试将其保存为较旧的.xls格式并且错误消失.....

Answer 9

我遇到了同样的问题。

它位于.xls文件本身 - 它看起来像一个Excel文件，但它不是。（当您从Excel中清楚地打开.xls时，查看是否弹出窗口）

sjmachin于2013年1月19日从https://github.com/python-excel/xlrd/issues/26帮助评论。

Answer 10

我也遇到了这个问题。我用excel打开这个文件并保存为其他格式，如excel 97-2003，最后我解决了这个问题

Answer 11

我有同样的问题。这些旧文件的格式类似于制表符分隔文件。我已经能够使用read_table打开我的问题文件;即df = pd.read_table('trouble_maker.xls')。

Answer 12

在同一个问题上进行研究，最后做到这一点是这个问题的重中之重，所以只需提出我的意见。

观察- 1-该文件实际上不是XLS，我重命名为txt并注意到文件中的HTML文本。

2-将文件重命名为html，并尝试读取pd.read_html，失败。

3-添加了txt文件中不存在的内容，并删除了样式以确保该表在本地浏览器中显示，并且已解决。

下面的代码可能会对某人有所帮助。

import pandas as pd
import os
import shutil
import html5lib
import requests
from bs4 import BeautifulSoup
import re
import time

shutil.copy('your.xls','file.html')
shutil.copy('file.html','file.txt')
time.sleep(2)

txt = open('file.txt','r').read()

# Modify the text to ensure the data display in html page, delete style

txt = str(txt).replace('<style> .text { mso-number-format:\@; } </script>','')

# Add head and body if it is not there in HTML text

txt_with_head = '<html><head></head><body>'+txt+'</body></html>'

# Save the file as HTML

html_file = open('output.html','w')
html_file.write(txt_with_head)

# Use beautiful soup to read

url = r"C:\Users\hitesh kumar\PycharmProjects\OEM ML\output.html"
page = open(url)
soup = BeautifulSoup(page.read(), features="lxml")
my_table = soup.find("table",attrs={'border': '1'})

frame = pd.read_html(str(my_table))[0]
print(frame.head())
frame.to_excel('testoutput.xlsx',sheet_name='sheet1', index=False)

Answer 13

有时可以帮助在文件路径的末尾添加?raw=true。例如：

wb = xlrd.open_workbook("Z:\\Data\\Locates\\3.8 locates.xls?raw=true")

Answer 14

在Google工作表中打开，然后以CSV格式从工作表下载，然后重新上传至驱动器。然后，您可以从python打开CSV文件。

Answer 15

您的文件没有任何问题。 xlrd尚不支持xlsx（excel 2007+）文件，尽管它声称已经支持了一段时间。

Simplistix github

2天前，他们为他们的git提供了一个pre-alpha版本，它集成了xlsx支持。其他论坛建议您对xlsx文件使用DOM解析器，因为xlsx文件类型只是包含XML的zip存档。我没试过这个。还有另一个与xlrd具有类似功能的软件包，这个名为openpyxl，你可以从easy_install或pip获得。我也没有尝试过，但是，它的API应该类似于xlrd。

Answer 16

我知道应该有解决的办法只是为了节省时间

我将自己的xlsx表格上传到Google表格，然后再次从Google表格下载了它现在可以正常工作

如果您没有时间解决问题，可以尝试一下

python xlrd不支持的格式或损坏的文件。

16 个答案: