无法用Python打开Excel文件

Question

作为我工作的一部分，我一直在制作python脚本，这些脚本读取各种格式（例如Excel、Csv、Txt)的输入，并将信息解析为更标准化的文件。这不是我第一次打开或使用Excel文件。

有一个特殊的文件给我带来了问题，我只是打不开它。当我尝试使用xlrd（版本0.9.3)时，它给了我以下错误：

xlrd.open_workbook('sample.xls')

XLRDERROR：不支持的格式，或损坏的文件：BOF不是工作簿/工作表:OP=0x0009 vers=0x0002 strm=0x000a build=0年=0->BIFF21

我试图自己调查此事，在StackOverflow中找到了几个答案，但无论如何都打不开。我发现的这个特殊答案可能是问题所在（第二种解释），但它不包括解决方案:https://stackoverflow.com/a/16518707/4345659

一个可以将文件转换为CSV/TXT的工具也可以解决这个问题。

我已经试过了：

• XLRD
• OpenPyXL
• xlsx2csv（shell工具）

以下是一个示例文件:https://ufile.io/r4m6j

顺便说一句，我可以用LibreOffice Calc和MS Excel打开它，这样我最终就可以用这种方式将它更改为csv。问题是，我需要用一个python脚本来完成这一切。

提前感谢！

Answer 1

好像是MS的问题。xls文件很奇怪，也许您应该联系xlrd支持人员。

但我有一个疯狂的变通方法给你:XLS2ODS。它对我来说很有效，尽管xls2csv不是（原文如此！）。

因此，首先安装catdoc：

$sudo apt-get install catdoc

import subprocess

from pyexcel_ods import get_data

file_basename = 'sample'

returncode = subprocess.call(['xls2ods', '{}.xls'.format(file_basename)])
if returnecode > 0:
    # consider to use subprocess.Popen if you need more control on stderr
    exit(returncode)

data = get_data('{}.ods'.format(file_basename))
print(data)

OrderedDict([(u'sample',
              [[u'labo',
                u'codfarm',
                u'farmacia',
                u'direccion',
                u'localidad',
                u'nom_medico',
                u'matricula',
                u'troquel',
                u'producto',
                u'cant_total']])])