python xlrd неподдерживаемый формат или поврежденный файл.

Ты говоришь:

Файл не поврежден и не имеет другого формата.

Однако, как говорится в сообщении об ошибке, первые 8 байтов файла имеют формат '<table r'... это определенно не формат Excel .xls. Откройте его с помощью текстового редактора (например, Блокнота), который не заметит (неверное) расширение .xls, и убедитесь сами.

Попробуйте открыть его как HTML с пандами:

import pandas as pd
data = pd.read_html('filename.xls')

Или попробуйте любой другой парсер html python.

Это не правильный файл excel, а html, читаемый с помощью excel.

Это произойдет с некоторыми файлами, открытыми в Excel.

У меня была аналогичная проблема, и она была связана с версией. В терминале Python проверьте:

>> import xlrd
>> xlrd.__VERSION__

Если у вас '0.9.0', вы можете открыть почти все файлы. Если у вас '0.6.0', что я нашел в Ubuntu, у вас могут возникнуть проблемы с новейшими файлами Excel. Вы можете загрузить последнюю версию xlrd, используя стандарт Distutils.

Я обнаружил аналогичную проблему при загрузке файла .xls и открыл его с помощью библиотеки xlrd. Затем я попробовал решение преобразования .xls в .xlsx, как подробно описано здесь: как преобразовать xls в xlsx

Он работает как шарм, и вместо того, чтобы открывать .xls, я теперь работаю с файлом .xlsx, используя библиотеку openpyxl.

Надеюсь, это поможет решить вашу проблему.

Я столкнулся с той же ошибкой xlrd.biffh.XLRDError: Unsupported format, or corrupt file: Expected BOF record; и решил ее, написав конвертер XML в XLSX. Причина в том, что на самом деле xlrd не поддерживает электронные таблицы XML (*.xml), т.е. НЕ в формате XLS или XLSX.

import pandas as pd
from bs4 import BeautifulSoup

def convert_to_xlsx():
    with open('sample.xls') as xml_file:
        soup = BeautifulSoup(xml_file.read(), 'xml')
        writer = pd.ExcelWriter('sample.xlsx')
        for sheet in soup.findAll('Worksheet'):
            sheet_as_list = []
            for row in sheet.findAll('Row'):
                sheet_as_list.append([cell.Data.text if cell.Data else '' for cell in row.findAll('Cell')])
            pd.DataFrame(sheet_as_list).to_excel(writer, sheet_name=sheet.attrs['ss:Name'], index=False, header=False)

        writer.save()

В моем случае, после открытия файла в текстовом редакторе, как предложил @john-machin, я понял, что файл не зашифрован, как должен быть файл Excel, но он в формате CSV и был сохранен как файл Excel. Что я сделал, так это переименовал файл и его расширение и вместо этого использовал функцию read_csv:

os.rename('sample_file.xls', 'sample_file.csv')
csv = pd.read_csv("sample_file.csv", error_bad_lines=False)

Я тоже столкнулся с этой проблемой. Я открыл этот файл с помощью excel и сохранил его в других форматах, таких как excel 97-2003, и, наконец, решил эту проблему.

Я только что скачал xlrd, создал документ Excel (Excel 2007) для тестирования и получил ту же ошибку (сообщение говорит: «Найден PK\x03\x04\x14\x00\x06\x00»). Расширение представляет собой xlsx. Попробовал сохранить в более старый формат .xls и ошибка исчезла.....

Я встречаю ту же проблему.

он находится в самом файле .xls - он выглядит как файл Excel, но это не так. (посмотрите, есть ли всплывающее окно, когда вы просто открываете .xls из Excel)

sjmachin прокомментировал 19 января 2013 г. с https://github.com/python-excel/xlrd/issues/26 помогает.

Я была такая же проблема. Эти старые файлы отформатированы как файл с разделителями табуляции. Я смог открыть свои проблемные файлы с помощью read_table; то есть df = pd.read_table('trouble_maker.xls').

Работал над той же проблемой, наконец, сделал это, это главное для вопроса, поэтому просто поместил то, что я сделал.

Наблюдение - 1 - На самом деле файл не был XLS, я переименовал его в txt и заметил в файле текст HTML.

2 - Переименовал файл в html и попытался прочитать pd.read_html, не удалось.

3- Добавлено, поскольку его не было в текстовом файле, удален стиль, чтобы таблица отображалась в браузере локально, и РАБОТАЕТ.

Ниже приведен код, который может кому-то помочь.

import pandas as pd
import os
import shutil
import html5lib
import requests
from bs4 import BeautifulSoup
import re
import time

shutil.copy('your.xls','file.html')
shutil.copy('file.html','file.txt')
time.sleep(2)

txt = open('file.txt','r').read()

# Modify the text to ensure the data display in html page, delete style

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)

Иногда помогает добавление ?raw=true в конце пути к файлу. Например:

wb = xlrd.open_workbook("Z:\\Data\\Locates\\3.8 locates.xls?raw=true")

Откройте в Google Sheets, а затем загрузите из листов в формате CSV, а затем повторно загрузите на диск. Затем вы можете открыть файл CSV из python.

с вашим файлом все в порядке. xlrd еще не поддерживает файлы xlsx (excel 2007+), хотя предполагается, что он поддерживал это в течение некоторого времени.

Simplistix github

2 дня назад они зафиксировали предварительную альфа-версию своего git, в которую интегрирована поддержка xlsx. Другие форумы предлагают использовать анализатор DOM для файлов xlsx, поскольку тип файла xlsx — это просто zip-архив, содержащий XML. Я не пробовал это. есть еще один пакет с аналогичной функциональностью, как xlrd, и он называется openpyxl, который вы можете получить из easy_install или pip. Я тоже не пробовал, однако его API должен быть похож на xlrd.

Я знаю, что должен быть правильный способ решить эту проблему, но просто для экономии времени

Я загрузил свой лист xlsx в Google Таблицы, а затем снова загрузил его из Google Таблиц, теперь он работает.

Если у вас нет времени, чтобы решить проблему, вы можете попробовать это