xlrd读取xls时出现XLRDError：不支持的格式或损坏的文件：期望的BOF记录; 找到'\r\n<html>
这是代码：
xls = open_workbook('data.xls')
返回的结果是：
File "/home/woles/P2/fin/fin/apps/data_container/importer.py", line 16, in import_data
xls = open_workbook('data.xlsx')
File "/home/woles/P2/fin/local/lib/python2.7/site-packages/xlrd/__init__.py", line 435, in open_workbook
ragged_rows=ragged_rows,
File "/home/woles/P2/fin/local/lib/python2.7/site-packages/xlrd/book.py", line 91, in open_workbook_xls
biff_version = bk.getbof(XL_WORKBOOK_GLOBALS)
File "/home/woles/P2/fin/local/lib/python2.7/site-packages/xlrd/book.py", line 1230, in getbof
bof_error('Expected BOF record; found %r' % self.mem[savpos:savpos+8])
File "/home/woles/P2/fin/local/lib/python2.7/site-packages/xlrd/book.py", line 1224, in bof_error
raise XLRDError('Unsupported format, or corrupt file: ' + msg)
XLRDError: Unsupported format, or corrupt file: Expected BOF record; found '\r\n<html>'
文件没有损坏，我可以用Excel和LibreOffice打开它。
3 个回答
0
对于 .xls 文件，你可以使用 read_excel() 这个函数：
import pandas as pd
df1= pd.read_excel("filename.xls")
参数 header 和 sep 可能会帮助你解决一些错误（这里可以找到关于这些参数的更多信息）。下面是一个使用的例子：
df2= pd.read_excel("filename.xls", header = None, sep='delimiter')
注意，如果文件是 .csv 格式，你会遇到这个错误：
XLRDError: 不支持的格式，或者文件损坏：期望的 BOF 记录；
要读取 .csv 文件，需要使用 read_csv()，像这样：
df3= pd.read_csv("filename.csv")
0
我刚刚解决了同样的错误，第一步是把文件改成文本格式，然后查看里面的HTML内容。接着我做了一些修改，确保当我把它保存为HTML文件并在浏览器中打开时，表格能够显示出来。然后我用Beautiful Soup和pandas帮我生成了Excel输出……
看看下面的代码，可能会对你有帮助……
import pandas as pd
import os
import shutil
import html5lib
import requests
from bs4 import BeautifulSoup
import re
import time
shutil.copy('donloaded.xls','changed.html')
shutil.copy('changed.html','txt_output.txt')
time.sleep(2)
txt = open('txt_output.txt','r').read()
# Modify the text to ensure the data display in html page
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)
1
试着用pandas打开它：
import pandas as pd
data=pd.read_html(filename.xls)
或者试试其他的html解析工具。
这不是一个真正的excel文件，而是一个可以用excel读取的html文件。