【记录】python爬虫时.xlsx文件因异常中断而无法打开的解决方法

注意：对于“Excel无法打开文件xxx.xlsx，因为文件格式或文件扩展名无效。请确定文件未损坏，并且文件扩展名与文件的格式匹配”这个问题，网上有很多解决办法，但是都集中于恢复excel，不适用于爬虫因为异常中断而损坏excel，因此本文提出彻底解决这个问题的方法。

问题描述

运行写的python爬虫程序时，把爬取到的数据存储在.xlsx文件中。

 workbook.save('./amazon.xlsx')

但是尝试打开.xlsx文件时，会报错：Excel无法打开文件amazon.xlsx，因为文件格式或文件扩展名无效。请确定文件未损坏，并且文件扩展名与文件的格式匹配”

问题分析

一开始我以为是因为文件格式或扩展名原因，去网上搜到一堆教程，什么修改注册表，修改.xlsx为.xls。都没用
然后我认为是因为文件损坏，去尝试各种修复方法，包括不限于用excel自带恢复，用专门恢复excel的软件进行恢复。也都没用。
看来就是文件损坏太严重了。那么是怎么造成的呢？核查代码，发现了问题所在：
我这个爬虫文件需要先爬到一个数据，然后将爬到的数据写入amazon.xlsx，最后再保存。如此循环往复。

由于爬虫的数据量太大，无法正常爬完，经常要中断程序，(或者遇到断电断网等意外）这时如果程序没有及时运行到上面那个代码就关闭了的话，就会造成.xlsx文件的损坏

解决办法

.xlsx文件只能打开，不能追加，并且读写速度较慢，文件意外损坏几率高。
而.csv文件不仅读写方便，而且能够以追加模式而非覆盖模式使用，更加适合爬虫这种容易中断异常的情况。
将原来的创建.xlsx文件、写入.xlsx文件以及保存.xlsx文件的代码全部改为.csv形式即可。

启示

爬虫尽量用csv来储存，用xlsx容易出错，速度还慢。