问题背景
最近在使用 Python 处理 Excel 文件时，遇到了一个常见的错误：
处理失败: 处理文件失败: Your version of xlrd is 2.0.2. In xlrd >= 2.0, only the xls format is supported. Install openpyxl instead.这个错误的原因是 xlrd 库在 2.0 版本之后移除了对 .xlsx 格式的支持，只保留了传统的 .xls 格式读取功能。这对于需要处理现代 Excel 文件格式的用户来说是一个不小的挑战。
问题分析
为什么会有这个变化？
-
历史原因：xlrd 是一个历史悠久的 Excel 读取库
-
格式差异：.xlsx 是基于 XML 的开放格式，而 .xls 是二进制格式
-
维护成本：维护两种不同格式的解析器成本较高
-
开源策略：作者决定专注于 .xls 格式，推荐使用其他库处理 .xlsx
影响范围
-
使用 xlrd 直接读取 .xlsx 文件的代码
-
使用 pandas 等依赖 xlrd 的库读取 .xlsx 文件
-
需要同时处理 .xls 和 .xlsx 格式的项目
解决方案
方案一：安装 openpyxl（推荐）
这是官方推荐的做法，也是目前最主流的方法。
bash
# 使用 pip 安装
pip install openpyxl
# 使用 conda 安装
conda install openpyxl
# 如果使用 requirements.txt
# 添加 openpyxl>=3.0.0方案二：降级 xlrd 版本
如果你有历史遗留代码，暂时不想修改，可以选择降级 xlrd。
bash
# 降级到 1.2.0 版本
pip install xlrd==1.2.0注意：此方案不推荐长期使用，因为旧版本可能缺少安全更新和新功能。
代码调整指南
1. 使用 pandas 读取 Excel 文件
python
import pandas as pd
import os
def read_excel_auto(file_path):
"""
自动根据文件扩展名选择读取引擎
"""
_, ext = os.path.splitext(file_path)
if ext.lower() == '.xlsx':
# 使用 openpyxl 读取 .xlsx 文件
return pd.read_excel(file_path, engine='openpyxl')
elif ext.lower() == '.xls':
# 使用 xlrd 读取 .xls 文件
return pd.read_excel(file_path, engine='xlrd')
elif ext.lower() == '.xlsm':
# .xlsm 也使用 openpyxl
return pd.read_excel(file_path, engine='openpyxl')
else:
raise ValueError(f"不支持的文件格式: {ext}")
# 使用示例
try:
df = read_excel_auto('data.xlsx')
print("文件读取成功！")
print(df.head())
except Exception as e:
print(f"读取失败: {e}")2. 直接使用 openpyxl
如果你需要更细粒度的控制，可以直接使用 openpyxl：
python
from openpyxl import load_workbook
def read_excel_detailed(file_path):
"""
使用 openpyxl 详细读取 Excel 文件
"""
# 加载工作簿
wb = load_workbook(filename=file_path,
read_only=False, # 只读模式可加快大文件读取
data_only=True) # 只获取值，不获取公式
# 获取所有工作表名
sheet_names = wb.sheetnames
print(f"工作表: {sheet_names}")
# 读取第一个工作表
ws = wb.active
# 获取单元格值
cell_value = ws['A1'].value
print(f"A1 单元格的值: {cell_value}")
# 遍历行
data = []
for row in ws.iter_rows(min_row=1, max_row=10, values_only=True):
data.append(row)
return data
# 使用示例
data = read_excel_detailed('example.xlsx')3. 批量处理多个文件
python
import pandas as pd
import glob
from pathlib import Path
def batch_process_excel_files(folder_path, output_path=None):
"""
批量处理文件夹中的所有 Excel 文件
"""
# 支持的文件格式
extensions = ['*.xlsx', '*.xls', '*.xlsm']
all_dataframes = {}
for ext in extensions:
pattern = str(Path(folder_path) / ext)
files = glob.glob(pattern)
for file in files:
try:
if file.endswith('.xls'):
df = pd.read_excel(file, engine='xlrd')
else:
df = pd.read_excel(file, engine='openpyxl')
filename = Path(file).stem
all_dataframes[filename] = df
print(f"成功读取: {file}")
except Exception as e:
print(f"读取失败 {file}: {e}")
# 如果指定了输出路径，保存合并结果
if output_path and all_dataframes:
with pd.ExcelWriter(output_path, engine='openpyxl') as writer:
for name, df in all_dataframes.items():
df.to_excel(writer, sheet_name=name[:31]) # 工作表名最多31字符
print(f"结果已保存到: {output_path}")
return all_dataframes实际应用案例
案例：处理销售数据报表
python
import pandas as pd
from datetime import datetime
import warnings
warnings.filterwarnings('ignore')
class ExcelProcessor:
def __init__(self):
self.engine_map = {
'.xlsx': 'openpyxl',
'.xlsm': 'openpyxl',
'.xls': 'xlrd'
}
def get_engine(self, file_path):
"""根据文件扩展名获取对应的引擎"""
ext = Path(file_path).suffix.lower()
return self.engine_map.get(ext, 'openpyxl')
def read_sales_report(self, file_path):
"""读取销售报表"""
try:
engine = self.get_engine(file_path)
# 读取 Excel 文件
df = pd.read_excel(
file_path,
engine=engine,
sheet_name=0, # 第一个工作表
header=0, # 使用第一行作为列名
skiprows=1 # 跳过第一行（如果有标题行）
)
# 数据清洗
df = self.clean_data(df)
# 数据分析
analysis = self.analyze_sales(df)
return df, analysis
except Exception as e:
raise Exception(f"读取销售报表失败: {str(e)}")
def clean_data(self, df):
"""数据清洗"""
# 删除空行
df = df.dropna(how='all')
# 填充缺失值
numeric_cols = df.select_dtypes(include=['number']).columns
df[numeric_cols] = df[numeric_cols].fillna(0)
return df
def analyze_sales(self, df):
"""销售数据分析"""
analysis = {
'total_sales': df['销售额'].sum(),
'average_sales': df['销售额'].mean(),
'max_sales': df['销售额'].max(),
'min_sales': df['销售额'].min(),
'product_count': df['产品名称'].nunique(),
'record_count': len(df)
}
return analysis
# 使用示例
processor = ExcelProcessor()
try:
df, analysis = processor.read_sales_report('sales_report.xlsx')
print("数据分析结果:")
for key, value in analysis.items():
print(f"{key}: {value}")
except Exception as e:
print(f"处理失败: {e}")常见问题解答
Q1：如何检查已安装的 xlrd 版本？
python
import xlrd
print(f"当前 xlrd 版本: {xlrd.__version__}")Q2：我应该完全卸载 xlrd 吗？
不建议完全卸载 xlrd，因为：
-
有些旧项目可能还需要它
-
处理 .xls 文件时仍然需要
-
一些库可能依赖它
Q3：openpyxl 支持所有 Excel 功能吗？
openpyxl 支持大多数 Excel 功能，包括：
-
读取和写入 .xlsx、.xlsm 文件
-
公式、图表、样式
-
数据验证、条件格式
-
合并单元格等
但对于特别复杂的文件，可能需要结合其他库。
Q4：还有其他替代库吗？
是的，还有其他选项：
| 库名 | 支持格式 | 特点 |
|---|---|---|
| openpyxl | .xlsx, .xlsm | 官方推荐，功能全面 |
| xlrd | .xls | 只读，速度快 |
| xlsxwriter | .xlsx | 只写，创建文件 |
| pandas | 多种格式 | 高级数据操作 |
| pyexcel | 多种格式 | 统一API接口 |
Q5：如何编写兼容性代码？
python
def read_excel_compatible(file_path, **kwargs):
"""
兼容性读取 Excel 文件
"""
import pandas as pd
from pathlib import Path
# 确定文件格式
suffix = Path(file_path).suffix.lower()
# 设置引擎
if 'engine' not in kwargs:
if suffix in ['.xls']:
kwargs['engine'] = 'xlrd'
else:
kwargs['engine'] = 'openpyxl'
try:
return pd.read_excel(file_path, **kwargs)
except ImportError as e:
print(f"引擎导入失败: {e}")
print("请安装相应的库: pip install openpyxl xlrd")
raise最佳实践建议
-
统一使用 openpyxl：新项目统一使用 openpyxl 处理所有 Excel 文件
-
明确指定引擎：使用 pandas 时始终明确指定 engine 参数
-
版本控制：在 requirements.txt 中固定版本
bashpandas>=1.3.0 openpyxl>=3.0.9 xlrd>=2.0.1 -
异常处理：添加适当的异常处理机制
-
文件格式检查：在处理前验证文件格式
-
性能考虑：对于大文件，使用 read_only 模式
总结
xlrd 2.0+ 版本不再支持 .xlsx 格式是一个重要的变化，但通过迁移到 openpyxl，我们可以获得更好的性能和更全面的功能支持。本文介绍了多种解决方案和实用技巧，帮助你顺利过渡到新的 Excel 处理方式。
记住关键点：
-
安装 openpyxl ：
pip install openpyxl -
明确指定引擎 ：
pd.read_excel(file, engine='openpyxl') -
保持向后兼容：根据文件扩展名选择合适的引擎
希望本文能帮助你顺利解决 Excel 文件处理问题！如果有任何疑问，欢迎在评论区留言讨论。