读取含图片的Excel文件遇XML无效错误，求忽略损坏样式表方案

针对你遇到的ValueError: Unable to read workbook: could not read stylesheet错误，以下是几种可行的解决思路：

方法1：切换到openpyxl引擎并调整读取参数 #

pandas默认的xlrd引擎对损坏样式表的兼容性较差，改用openpyxl引擎并启用只读模式，通常能绕过样式表解析错误：

import pandas as pd

# 用openpyxl引擎，只读模式读取
df = pd.read_excel('/content/MYFILE.xlsx', engine='openpyxl', read_only=True)

如果仍有问题，可以尝试结合data_only=True参数（只读取单元格值，忽略公式和样式）：

from openpyxl import load_workbook
import pandas as pd

wb = load_workbook('/content/MYFILE.xlsx', read_only=True, data_only=True)
sheet = wb.active
df = pd.DataFrame(sheet.values)

方法2：手动移除损坏的样式表文件 #

Excel本质是ZIP压缩包，直接删除其中的样式表文件可以绕过解析错误：

import zipfile
import os
import shutil
import pandas as pd

def fix_corrupted_excel(input_path, output_path):
    # 创建临时目录
    temp_dir = 'temp_excel'
    os.makedirs(temp_dir, exist_ok=True)
    
    # 解压Excel文件
    with zipfile.ZipFile(input_path, 'r') as zip_ref:
        zip_ref.extractall(temp_dir)
    
    # 删除样式表文件
    styles_path = os.path.join(temp_dir, 'xl', 'styles.xml')
    if os.path.exists(styles_path):
        os.remove(styles_path)
    
    # 重新打包成Excel文件
    with zipfile.ZipFile(output_path, 'w', zipfile.ZIP_DEFLATED) as zip_ref:
        # 遍历临时目录，添加所有文件到压缩包
        for root, dirs, files in os.walk(temp_dir):
            for file in files:
                file_path = os.path.join(root, file)
                # 计算相对路径，确保压缩包结构正确
                arcname = os.path.relpath(file_path, temp_dir)
                zip_ref.write(file_path, arcname)
    
    # 清理临时目录
    shutil.rmtree(temp_dir)
    return output_path

# 使用示例
fixed_file = fix_corrupted_excel('/content/MYFILE.xlsx', '/content/FIXED_MYFILE.xlsx')
df = pd.read_excel(fixed_file)

方法3：用Excel自身修复文件（Windows环境） #

如果是Windows系统，可以通过win32com调用Excel自动打开并保存文件，利用Excel的内置修复功能：

import win32com.client as win32
import pandas as pd

def repair_excel(input_path, output_path):
    excel = win32.gencache.EnsureDispatch('Excel.Application')
    excel.Visible = False
    # 打开文件时启用修复
    wb = excel.Workbooks.Open(input_path, CorruptLoad=1)
    wb.SaveAs(output_path)
    wb.Close()
    excel.Quit()
    return output_path

# 使用示例
repaired_file = repair_excel('C:/path/to/MYFILE.xlsx', 'C:/path/to/REPAIRED_MYFILE.xlsx')
df = pd.read_excel(repaired_file)

这些方法都能绕过样式表损坏的问题，无需手动删除图片即可读取Excel内容。

内容的提问来源于stack exchange，提问作者tasneem sanuri