将 Strictly Open xlsx 加载到 Python 中

Question

在尝试将 xlsx 工作簿加载到 Python 中时，我收到以下错误：
ValueError：无法读取工作簿：无法从 [FILE PATH] 读取属性。这很可能是因为工作簿源文件包含一些无效的 XML。请参阅例外情况以了解更多详细信息。

我尝试了这些代码行但没有成功：

test = openpyxl.load_workbook(file_path,data_only=True)

test2 = pd.read_excel(file_path, engine='openpyxl')

我知道文件路径是正确的，并且根据一些谷歌搜索，该文件无法通过Python打开的原因似乎是因为该文件不是Excel工作簿xlsx，而是严格打开xlsx。如果我手动将文件重新保存为 Excel Workbook xlsx，则没有问题。然而，这个项目将使用许多以相同方式保存的文件，所以我想尽可能避免手动解决方案。

Answer 1

我遇到了类似但不完全相同的问题，数百个以 xlsx 扩展名保存的 Excel 文件由于旧文件格式（无法记住确切的详细信息）而无法由 openpyxl（或 pandas）打开。我使用 xlwings 库的函数解决了这个问题。可能只适用于 Windows。我不能 100% 确定这会解决您的特定问题，但我也希望它能解决，因为它相当于手动重新保存。代码来了：

import pathlib
import xlwings as xw
from collections.abc import Iterable


def resave_excel_files(file_paths: Iterable[pathlib.Path]):
    allowed_suffixes = {".xlsx", ".xlsm"}

    with xw.App(visible=False) as app:

        for path in file_paths:

            if not (path.is_file() and (path.suffix in allowed_suffixes)):
                print(f"{path} is not a valid excel-file path, skipping!")
                continue

            try:
                wb = app.books.open(path)
                wb.save(path)
                wb.close()
                print("Resaved: ", path.name)
            except Exception as err:
                print(f"\nCOULDN'T RESAVE {path.name} ERROR INFO:")
                print(f"{err}, {type(err)}\n")


if __name__ == "__main__":
    dir_path = pathlib.Path("path/to/relevant/dir")
    paths = [ path for path in dir_path.iterdir() if path.is_file() ]
    resave_excel_files(paths)

希望对您有帮助！