xlrd python读取excel 编码错误_使用xlrd打开Excel文件时出现编码错误

他们用什么来生成那个文件？在

他们正在使用一些JavaExcelAPI(见下文，link here)，可能在IBM大型机或类似的主机上使用。在

从堆栈跟踪中，writeaccess信息无法解码为Unicode，因为@字符。在

有关XLS文件格式的写访问信息的详细信息，请参见5.112 WRITEACCESS或Page 277。在

此字段包含保存文件的用户的用户名。在import xlrd

dump = xlrd.dump('thefile.xls')

跑步xlrd.转储在原始文件上

^{pr2}$

在用Excel或LibreOffice Calc重新保存后，写访问信息会被如下内容覆盖36: 005c WRITEACCESS len = 0070 (112)

40: 04 00 00 43 61 6c 63 20 20 20 20 20 20 20 20 20 ?~~Calc

56: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20

72: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20

88: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20

104: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20

120: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20

136: 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20

基于被编码为40的空格，我认为编码是EBCDIC，当我们将d1 81 a5 81 40 c5 a7 83 85 93 40 c1 d7 c9 40 40转换为EBCDIC时，我们得到Java Excel API。在

所以是的，在bif8和更高版本的情况下，文件是以有缺陷的方式编写的，它应该是unicode字符串，而在BIFF3到BIFF5中，它应该是代码页信息中编码的字节字符串152: 0042 CODEPAGE len = 0002 (2)

156: 12 52 ?R

1252是Windows CP-1252(拉丁语I)(BIFF4-BIFF5)，它不是EBCDIC_037。在

xlrd试图使用unicode，这意味着它将文件的版本确定为BIFF8。在

在这种情况下，您有两个选择在用xlrd打开文件之前修复它。您可以使用dump来检查一个非标准输出的文件，如果是这样，您可以用覆盖writeaccess信息xlutils.save.保存或者另一个图书馆。

修补程序xlrd以处理您的特殊情况，在handle_writeaccess中添加一个try块，并在unpack\unicode失败时将strg设置为空字符串。

下面的片段def handle_writeaccess(self, data):

DEBUG = 0

if self.biff_version < 80:

if not self.encoding:

self.raw_user_name = True

self.user_name = data

return

strg = unpack_string(data, 0, self.encoding, lenlen=1)

else:

try:

strg = unpack_unicode(data, 0, lenlen=2)

except:

strg = ""

if DEBUG: fprintf(self.logfile, "WRITEACCESS: %d bytes; raw=%s %r\n", len(data), self.raw_user_name, strg)

strg = strg.rstrip()

self.user_name = strg

与workbook=xlrd.open_workbook('thefile.xls',encoding_override="cp1252")

似乎已成功打开文件。在

如果没有编码覆盖，它会抱怨ERROR *** codepage 21010 -> encoding 'unknown_codepage_21010' -> LookupError: unknown encoding: unknown_codepage_21010