如何用Unix命令移除.xlsx文件前两行？实操遇格式错误求助

问题情况 #

• 待处理文件：/directory/company.xlsx
• 需求：移除文件前两行
• 执行的命令：

  for f in /directory/company.xlsx;  do  sed -i "1,2d" "$f";  done
  

• 异常现象：执行后Excel提示「文件格式或扩展名无效」，执行前文件可正常打开

问题原因 #

.xlsx是二进制压缩格式的文件，并非纯文本文件。sed是专门处理纯文本的工具，直接用它修改二进制文件会破坏Excel内部的结构和压缩格式，导致文件损坏无法被识别。

正确处理方法 #

方法1：转CSV处理后转回Excel（依赖Gnumeric工具集）

先安装gnumeric（Debian/Ubuntu系统可执行apt install gnumeric），再按以下步骤操作：

# 将Excel转成CSV纯文本格式
ssconvert /directory/company.xlsx /directory/company.csv
# 删除CSV文件的前两行
sed -i "1,2d" /directory/company.csv
# 把修改后的CSV转回Excel格式
ssconvert /directory/company.csv /directory/company_new.xlsx

方法2：用xlsx2csv工具转格式处理

先安装工具（Debian/Ubuntu：apt install xlsx2csv；或通过pip安装：pip install xlsx2csv csv2xlsx）：

# 导出Excel为CSV同时删除前两行
xlsx2csv /directory/company.xlsx | sed "1,2d" > /directory/company_modified.csv
# 将修改后的CSV转回Excel
csv2xlsx /directory/company_modified.csv /directory/company_modified.xlsx

方法3：Python脚本处理（适合有Python环境的场景）

编写脚本remove_first_two_rows.py：

import pandas as pd

# 读取Excel并跳过前两行
df = pd.read_excel('/directory/company.xlsx', skiprows=2)
# 保存处理后的Excel文件
df.to_excel('/directory/company_modified.xlsx', index=False)

执行脚本：

python remove_first_two_rows.py

内容的提问来源于stack exchange，提问作者sai