R语言中通过.aspx链接下载.xls文件，readxl读取时解析失败

你遇到的libxls error: Unable to parse file错误，核心原因是你下载的file.xls根本不是真正的Excel文件——目标URL返回的是网页HTML内容，而非二进制的xls文件。

验证问题 #

你可以直接打开下载的file.xls，会看到里面是网页代码；也可以用R代码查看文件类型：

file.info("file.xls")

正确的解决方案 #

方案1：用rvest抓取网页表格数据

目标页面是数据展示网页，直接抓取页面内的表格即可：

# 安装并加载rvest包
install.packages("rvest")
library(rvest)

# 抓取网页内容
url <- "https://www.cepea.esalq.usp.br/br/indicador/series/boi-gordo.aspx?id=2"
page <- read_html(url)

# 提取表格（跳过前3行无关内容）
df <- page %>% 
  html_element("table") %>% 
  html_table(header = TRUE, skip = 3)

方案2：获取真实的Excel下载链接

如果网站提供Excel下载按钮，打开浏览器开发者工具（F12），找到下载按钮对应的href属性，获取真实的Excel文件URL，再用download.file下载。示例代码如下：

download.file("真实的Excel文件URL", "real_file.xls", mode = "wb")
df <- read_excel("real_file.xls", sheet = 1, skip = 3)

内容的提问来源于stack exchange，提问作者Rodrigo