如何使用xlrd读取Excel文件到Python？它能读取新Office格式吗？

11 投票

5 回答

13730 浏览

提问于 2025-04-11 09:19

我遇到的问题如下，但我很想听听有经验的朋友对xlrd的看法。

我刚发现xlrd，它看起来是个完美的解决方案，但我在开始时遇到了一些小问题。我想从我从道琼斯获取的Excel文件中提取数据，这个文件包含了道琼斯工业平均指数的当前成分股（链接：http://www.djindexes.com/mdsidx/?event=showAverages）。

当我直接打开这个文件时，出现了一个讨厌的BIFF错误（二进制格式无法识别）。

不过，你可以在这个截图中看到，Mac上的Excel 2008认为它是“Excel 1997-2004”格式（截图：http://skitch.com/alok/ssa3/componentreport-dji.xls-properties）。

如果我手动在Excel中打开它，并明确保存为“Excel 1997-2004”格式，然后再用xlrd在Python中打开，一切都很好。记住，Office认为这个文件已经是“Excel 1997-2004”格式了。所有文件都是.xls格式。

这里有一个pastebin的ipython会话，复现了这个问题：http://pastie.textmate.org/private/jbawdtrvlrruh88mzueqdq

你有什么想法吗：如何让xlrd识别这个文件，以便我可以提取数据？如何用Python自动化“另存为”格式，以便xlrd能接受？备用方案是什么？

文件格式数据提取 excel xlrd biff错误自动化处理道琼斯数据分析

5 个回答

关于pyExcelerator的更多信息：要读取一个文件，可以这样做：

import pyExcelerator
book = pyExcelerator.parse_xls(filename)

这里的filename是一个字符串，表示你要读取的文件名（不是一个文件对象）。这样做会给你一个表示工作簿的数据结构：一个包含多个对的列表，每对的第一个元素是工作表的名称，第二个元素是工作表的数据。

工作表的数据是一个字典，字典的键是（行，列）对（从0开始），值是单元格的内容——通常是整数、浮点数或字符串。所以，比如说，如果所有数据都在第一个工作表上：

data = book[0][1]
print 'Cell A1 of worksheet %s is: %s' % (book[0][0], repr(data[(0, 0)]))

如果单元格是空的，你会遇到一个KeyError错误。如果你处理的是日期，它们可能（我记不清了）会以整数或浮点数的形式出现；如果是这样，你需要进行转换。基本规则是：datetime.datetime(1899, 12, 31) + datetime.timedelta(days=n)，但这个可能会偏差1或2（因为Excel为了兼容Lotus，把1900当作闰年处理，而且我不记得1900年1月1日是0还是1），所以你可以试着检查一下。日期时间是以浮点数存储的，我想（表示天数和天数的小数部分）。

我觉得对公式有部分支持，但我不能保证任何事情。

回答于 2025-04-11 由 Python大师

分享举报

xlrd这个工具目前正在进行对2007/2008年Office格式（也叫OpenXML格式）的测试，测试阶段还很初步，属于“alpha测试”。如果你想了解更多，可以看看下面这个在python-excel讨论组里的帖子：

http://groups.google.com/group/python-excel/msg/0c5f15ad122bf24b?hl=en

回答于 2025-04-11 由 Python大师

分享举报

顺便说一下，我是xlrd的作者，也是xlwt的维护者（xlwt是pyExcelerator的一个分支）。这里有几点说明：

文件ComponentReport-DJI.xls的名字取错了；它其实不是一个XLS文件，而是一个用制表符分隔的值文件。你可以用文本编辑器（比如记事本）打开它，你就会明白我说的意思。你也可以用Python查看这个文件的原始字节，虽然不是特别原始：
```
>>> open('ComponentReport-DJI.xls', 'rb').read(200)
'COMPANY NAME\tPRIMARY EXCHANGE\tTICKER\tSTYLE\tICB SUBSECTOR\tMARKET CAP RANGE\
tWEIGHT PCT\tUSD CLOSE\t\r\n3M Co.\tNew York SE\tMMM\tN/A\tDiversified Industria
ls\tBroad\t5.15676229508\t50.33\t\r\nAlcoa Inc.\tNew York SE\tA'
```
你可以使用Python的csv模块来读取这个文件……只需要在调用csv.reader()时使用delimiter="\t"。
xlrd可以读取任何pyExcelerator能读取的文件，而且读取得更好——日期不会变成浮点数，关于Excel日期的详细信息可以在xlrd的文档中找到。
pyExcelerator已经不再维护了——而xlrd和xlwt仍然在继续更新。你可以查看这个链接：http://groups.google.com/group/python-excel

希望这些对你有帮助！

约翰

回答于 2025-04-11 由 Python大师

分享举报

如何使用xlrd读取Excel文件到Python？它能读取新Office格式吗？

5 个回答

撰写回答