ExcelDataReader读取HTML格式xls文件报Invalid file signature错误的解决

• ExcelDataReader是专门解析真实Excel格式文件（如二进制.xls或OpenXML格式.xlsx）的工具，它会通过校验文件开头的专属签名判断文件合法性。
• 你的文件后缀是.xls，但实际内容是HTML表格，没有Excel文件要求的签名（比如.xls的BOF标记），因此库无法识别，抛出Invalid file signature错误。
• 另外代码中的文件路径"G:\tmp\abc.xls"存在转义问题：C#字符串里\是转义字符，该路径会解析错误，需改为@"G:\tmp\abc.xls"或"G:\\tmp\\abc.xls"。

文件本质是HTML表格，不需要用ExcelDataReader处理，直接解析HTML即可，以下是两种可行方案：

方案一：直接解析HTML表格提取数据 #

推荐使用HtmlAgilityPack库（可通过NuGet安装）：

using HtmlAgilityPack;
using System.IO;
using System.Linq;

// 修正路径转义问题
var filePath = @"G:\tmp\abc.xls";
var htmlDoc = new HtmlDocument();
htmlDoc.Load(filePath);

// 获取目标表格节点
var table = htmlDoc.DocumentNode.SelectSingleNode("//table");
if (table == null)
    return;

// 提取表头
var headers = table.SelectNodes(".//th")
                   .Select(th => th.InnerText.Trim())
                   .ToList();

// 提取数据行
var dataRows = table.SelectNodes(".//tr[td]")
                    .Select(tr => tr.SelectNodes(".//td")
                                    .Select(td => td.InnerText.Trim())
                                    .ToList())
                    .ToList();

// 后续可根据业务需求处理headers和dataRows数据

方案二：（可选）将HTML表格转为真实Excel文件后处理 #

如果必须用ExcelDataReader读取，可先将HTML表格转为合法Excel文件，再解析。以EPPlus库为例（NuGet安装）：

using HtmlAgilityPack;
using OfficeOpenXml;
using System.IO;
using System.Linq;

var filePath = @"G:\tmp\abc.xls";
var htmlDoc = new HtmlDocument();
htmlDoc.Load(filePath);
var table = htmlDoc.DocumentNode.SelectSingleNode("//table");

using (var ms = new MemoryStream())
{
    using (var package = new ExcelPackage(ms))
    {
        var worksheet = package.Workbook.Worksheets.Add("ImportedData");
        // 将HTML表格导入Excel工作表
        worksheet.Cells["A1"].LoadFromHtml(table.OuterHtml);
        package.Save();
        
        // 重置流位置，用ExcelDataReader读取
        ms.Position = 0;
        var reader = ExcelReaderFactory.CreateReader(ms);
        // 后续处理Excel数据逻辑
    }
}

内容的提问来源于stack exchange，提问作者Oleg Sh