从SharePoint下载Excel存为网页而非Excel的技术求助

问题根源 #

你下载的不是真实的Excel文件，而是SharePoint的网页内容（存为html能打开就是证明），这说明当前代码获取的不是文件流，而是错误页、登录重定向页这类网页数据，自然无法被Excel或openpyxl识别。

修复方案 #

1. 修正服务器相对路径

确保file_url以斜杠/开头，SharePoint的服务器相对路径通常需要根路径标识：

file_url = "/Shared Documents/Messages/File_to_Download.xlsx"

2. 验证下载内容是否为Excel

先检查下载文件的前几个字节，确认是否为Zip格式（xlsx本质是Zip包，开头字节应为PK\x03\x04）：

with open("x.xlsx", "rb") as f:
    print(f.read(4))  # 输出b'PK\x03\x04'才是正确的Excel文件

如果输出不是这个，说明路径或权限有问题，需要确认文件存在、账号有访问权限。

3. 使用直接URL请求下载（更可靠的方式）

通过ClientContext获取文件的直接下载URL，再用requests库结合凭据下载：

from office365.runtime.auth.user_credential import UserCredential
from office365.sharepoint.client_context import ClientContext
import requests

def get_excel_from_link(url=None):
    user_credentials = UserCredential(username, password)
    ctx = ClientContext(url).with_credentials(user_credentials)
    
    # 获取文件对象
    file_url = "/Shared Documents/Messages/File_to_Download.xlsx"
    file = ctx.web.get_file_by_server_relative_path(file_url).get().execute_query()
    
    # 获取直接下载URL
    download_url = file.serverRelativeUrl
    # 构造完整请求URL
    full_download_url = f"{url}{download_url}"
    
    # 使用requests下载，复用账号凭据
    session = requests.Session()
    session.auth = (username, password)
    
    # 添加强制获取Excel格式的请求头
    headers = {
        "Accept": "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"
    }
    
    response = session.get(full_download_url, headers=headers, stream=True)
    response.raise_for_status()  # 检查请求是否成功
    
    # 保存文件
    download_path = "x.xlsx"
    with open(download_path, "wb") as local_file:
        for chunk in response.iter_content(chunk_size=8192):
            local_file.write(chunk)

4. 直接用BytesIO处理（无需保存到本地）

如果不需要本地文件，可直接在内存中用openpyxl处理：

from io import BytesIO
import openpyxl

# 接上面的response对象
excel_data = BytesIO(response.content)
wb = openpyxl.load_workbook(excel_data)
# 后续可直接操作工作簿，比如读取工作表
sheet = wb.active
print(sheet["A1"].value)

关键说明 #

• BadZipFile错误是因为下载内容是网页文本而非Zip格式的xlsx文件，修复下载流程后该错误会自动消失。
• 若使用SharePoint Online，若用户权限方式无法正常获取文件，可考虑改用应用权限的ClientCredential方式认证。

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