Python 3.6从SharePoint URL读取Excel文件失败，寻求解决方法

问题根源 #

• SharePoint的共享链接并非直接的文件下载地址，返回的是网页内容而非Excel文件，所以用pd.read_csv解析会触发格式错误
• 未正确处理SharePoint的身份验证，导致非浏览器工具（curl/wget/初始Python代码）无法获取真实文件内容

解决方案步骤 #

1. 转换SharePoint链接为直接下载链接 #

将你的SharePoint链接中的:x:/替换为:t:/，并在末尾添加&download=1：
原链接：

https://<myOrg>.sharepoint.com/:x:/s/x-taulukot/Ec0R1y3l7sdGsP92csSO-mgBI8WCN153LfEMvzKMSg1Zzg?e=6NS5Qh

转换后下载链接：

https://<myOrg>.sharepoint.com/:t:/s/x-taulukot/Ec0R1y3l7sdGsP92csSO-mgBI8WCN153LfEMvzKMSg1Zzg?e=6NS5Qh&download=1

2. 处理身份验证并读取Excel文件 #

SharePoint需要身份验证，以下是两种可行方案：

方案一：NTLM身份验证（适用于域账号）

先安装依赖包：

pip install requests_ntlm pandas openpyxl

使用代码读取文件：

import requests
from requests_ntlm import HttpNtlmAuth
import pandas as pd

# 替换为转换后的下载链接
url = "https://<myOrg>.sharepoint.com/:t:/s/x-taulukot/Ec0R1y3l7sdGsP92csSO-mgBI8WCN153LfEMvzKMSg1Zzg?e=6NS5Qh&download=1"

# 替换为你的域账号和密码
auth = HttpNtlmAuth('DOMAIN\\username', 'password')
session = requests.Session()
session.auth = auth

# 发起请求并验证状态
response = session.get(url, headers={"User-Agent": "Mozilla/5.0"})
response.raise_for_status()

# 读取Excel文件（openpyxl支持.xlsx格式，xlrd支持.xls）
df = pd.read_excel(response.content, engine='openpyxl')
print(df.head())

方案二：浏览器Cookie验证（适用于临时测试）

1. 在浏览器中打开原SharePoint链接并登录，打开开发者工具（F12）→「网络」标签，刷新页面后复制请求的Cookie字符串
2. 用以下代码读取：

import requests
import pandas as pd

url = "https://<myOrg>.sharepoint.com/:t:/s/x-taulukot/Ec0R1y3l7sdGsP92csSO-mgBI8WCN153LfEMvzKMSg1Zzg?e=6NS5Qh&download=1"

headers = {
    "User-Agent": "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:77.0) Gecko/20100101 Firefox/77.0",
    "Cookie": "粘贴从浏览器复制的Cookie内容"
}

response = requests.get(url, headers=headers)
response.raise_for_status()

df = pd.read_excel(response.content, engine='openpyxl')
print(df.head())

错误原因说明 #

你之前的代码用pd.read_csv解析返回内容，但SharePoint共享链接默认返回的是网页HTML，并非CSV或Excel文件，CSV解析器试图解析HTML文本，自然会出现字段不匹配的ParserError。

内容的提问来源于stack exchange，提问作者Jaana