0x80070570文件或目录损坏且无法读取_Python如何读取加密的Excel文档

前言

工作中经常会遇到Excel加密的情况，用Python来读取时常用的xlrd库无法对这类文件进行读取。在网上搜索对这类问题的处理后，发现常用的pywin32包中的win32com.client.DispatchEx方法也无效，最终采取了一种“曲线救国”的思路，这里记录一下。

问题描述

遇到的 Excel 文件满足以下情况：

1. 文件扩展名为.xlsx;

2. 当文件打开时弹出一个输入密码的对话框；

3. 当第一次输入密码后，在Excel打开后，又第二次显示要输入密码的对话框；

4. 文件密码已知。

遇到的第一个对话框如下：

当输入密码后，遇到的第二 个对话框如下：

观察上述两个对话框，会发现第一个对话框中的文件名是正常的，是原文件本来的名称，而第二个对话框中的文件名却变成了一个临时文件名，且提示将要打开的文件是“只读”属性。 注意： 本机安装的是 MsOffice2003 及 office2007兼容包 。

利用win32com.client对问题的探索

在网络上有许多关于利用win32com.client进行打开加密excel的例子，其打开并读取数据的代码如下：

import win32com.clientxlApp = win32com.client.DispatchEx("Excel.Application")xlwb = xlApp.Workbooks.Open(filename, False, True, None, Password=password)# 获取行数rows=xlwb.Worksheets(1).UsedRange.Rows.Count# 获取列数col=xlwb.Worksheets(1).UsedRange.Columns.Count#数据遍历重新写出df_list=[] for i in range(rows+1):    #每一行的值加入一个list    df_row_list=[]     for j in range(col+1):        #获取每个单元格的值        a=xlwb.Worksheets(1).Cells(i+1,j+1).Value        df_row_list.append(a)    df_list.append(df_row_list)

这里的 win32com.client 属于 Python 的第三方包 Pywin32 中所有，上述代码对于我们自己设置密码的文件可以打开，设置两步打步打开的加密如下图所示：

用上述代码打开自己加密的文件没有问题，可以正常读取，但在读取我们的目标文件时，始终提示无法打开的错误，未找到原因何在。

“曲线救国”的msoffcrypto-tool

在利用 pywin32 无法解决问题后，另一个思路即是对该文件进行解密，这样就可以利用 xlrd 对解密后的文件进行读取，问题在于如何解密呢？ 事实上，在 Python 的第三方库中有一个强大的专门针对 Ms Office 文件进行解密的第三方包： msoffcrypto-tool ，安装该包很容易：

pip install msoffcrypto-tool

然后导入该包，加载文件和密码，并生成解密后的文件，代码如下：

import msoffcryptofiletmp = msoffcrypto.OfficeFile(open(filename, 'rb'))filetmp.load_key(password=password)filetmp.decrypt(open(newxlsfilename, 'wb'))

成功运行该段代码后，解密的文件即为newxlsfilename，这里要注意的是，由于原文件扩展名是xlsx，最好将解密后的文件以xlsx为扩展名进行命名，否则解密的文件会有问题，另外，最好将生成的新文件与原文件区分开来，不要直接做替换，否则会将原文件损坏。

接下来的代码就很熟悉了，即直接用 xlrd 对解密后的文件 newxlsfilename 进行读取即可。

小结

本文对如何利用 Python 读取加密的 Excel 文档进行了分析，在实际的操作过程中，如果一条路不通的时候，换一种思路往往能起到较好的作用。