如何用Python读取扩展名是.csv但实际为XLS格式的文件？

你的问题核心是文件实际为XLS二进制格式，但被错误命名为.csv后缀，Python库读取时因编码不匹配或格式识别问题抛出UnidecodeError，以下是两种直接读取的方案：

方案1：使用xlrd指定编码读取旧版XLS文件 #

适用于Excel 97-2003格式的XLS文件（Matlab的xlsread默认支持这类格式），注意需安装xlrd<2.0版本（2.0+版本不再支持XLS格式）：

1. 安装指定版本xlrd：

pip install xlrd==1.2.0

2. 读取文件时指定编码覆盖（根据文件实际编码选择，中文文件常用gbk或utf-8）：

import xlrd

# 直接读取后缀为.csv的XLS文件，指定编码
workbook = xlrd.open_workbook("your_file.csv", encoding_override="gbk")
worksheet = workbook.sheet_by_index(0)

# 逐行读取数据
for row_num in range(worksheet.nrows):
    row_values = worksheet.row_values(row_num)
    print(row_values)

方案2：使用Pandas自动处理格式与编码 #

Pandas的read_excel方法会自动检测文件实际格式（不受后缀名影响），同时支持指定编码和引擎：

1. 安装依赖（根据文件格式选择引擎）：

# 处理XLS文件需安装xlrd<2.0
pip install pandas xlrd==1.2.0
# 处理XLSX文件需安装openpyxl
pip install pandas openpyxl

2. 读取文件示例：

import pandas as pd

# 读取XLS格式文件
df = pd.read_excel("your_file.csv", engine="xlrd", encoding="gbk")

# 读取XLSX格式文件（如果实际是XLSX）
# df = pd.read_excel("your_file.csv", engine="openpyxl")

# 查看数据
print(df.head())

关键说明 #

• UnidecodeError的本质是文件字符编码与读取库默认编码不匹配，通过encoding_override（xlrd）或encoding（Pandas）参数指定正确编码即可解决。
• Python库读取时不会严格依赖文件后缀名，只要指定对应格式的读取引擎/方法，就能直接处理实际格式为XLS/XLSX的文件。

内容的提问来源于stack exchange，提问作者Keun