如何用Pandas读取旧版XLS格式文件？遇报错求解决

问题根源 #

你下载的文件并非真正的旧版XLS二进制文件，而是制表符分隔的纯文本文件（TSV），只是被命名为.xls后缀。xlrd引擎仅支持二进制格式的XLS文件，因此无法识别该文本内容，抛出XLRDError。

解决方案 #

方法1：直接按文本格式读取（推荐） #

使用pd.read_csv指定制表符分隔符，跳过无效表头行：

import pandas as pd

# 路径用原始字符串避免转义问题
df = pd.read_csv(r'D:\000_DOWNLOAD\downloaded.xls', sep='\t', skiprows=1, encoding='utf-8')
print(df.head())

方法2：修改文件后缀后读取 #

将文件后缀从.xls改为.tsv，再用相同方式读取：

df = pd.read_csv(r'D:\000_DOWNLOAD\downloaded.tsv', sep='\t', skiprows=1, encoding='utf-8')

验证方式 #

可以用记事本或任意文本编辑器打开该文件，能直接看到以制表符分隔的文本内容，这也能确认文件本质是文本格式而非二进制XLS。

内容的提问来源于stack exchange，提问作者TimB