python读取wps表格问题

Question

python使用pandas和openpyxl或者xlrd库读取wps生成的xlsx出错（zipfile.BadZipFile: File is not a zip file），如何解决

Answer 1

引用 皆我百晓生 小程序回复内容作答：
出现该错误的原因是WPS表格文件的格式不是标准的xlsx格式，而是一种特殊的格式（例如.et表格文件）。

要解决这个问题，你可以尝试以下方法：

1. 将WPS表格文件手动另存为xlsx格式。在WPS表格中打开文件，然后选择“文件”-“另存为”，将文件保存为xlsx格式。然后再尝试使用pandas和openpyxl或者xlrd库读取。

2. 使用pandas的高级读取函数read_excel。pandas的read_excel函数可以读取多种不同文件格式的表格数据，包括WPS表格文件。使用该函数时，需要指定engine='pyxlsb'参数以支持WPS表格文件。示例代码如下：

import pandas as pd

df = pd.read_excel('wps_file.et', engine='pyxlsb')

你需要将'wps_file.et'替换为你的WPS表格文件的路径。

1. 将WPS表格文件手动转换为标准的xlsx格式。可以使用WPS表格软件打开文件，然后选择“文件”-“另存为”，将文件保存为xlsx格式。然后再尝试使用pandas和openpyxl或者xlrd库读取。

如果以上方法都无法解决问题，可能是因为WPS表格文件的格式比较特殊，无法被常规的库读取。你可以尝试使用其他解决方案，如使用Python的zipfile库解压缩文件并读取其中的数据。示例代码如下：

import zipfile
import pandas as pd

def read_wps_excel(file_path):
    with zipfile.ZipFile(file_path) as z:
        with z.open('xl/workbook.xml') as f:
            workbook_xml = f.read()
    
    df = pd.read_xml(workbook_xml)
    return df

df = read_wps_excel('wps_file.et')

以上代码使用zipfile模块打开WPS文件，然后读取其中的xl/workbook.xml文件，该文件包含了表格的结构和数据。然后使用pandas的read_xml函数读取该文件并转换为DataFrame。

请注意，这种方法只适用于WPS表格文件的结构和格式不变的情况下，如果WPS表格文件的结构发生了变化，以上代码可能会出错。

希望以上方法能够帮助到你！