使用openpyxl/Pandas读取Excel文件报错无效XML，求解决方案

我用Python的openpyxl库读取Excel 2016文件，代码如下：

import openpyxl

input_file = openpyxl.load_workboork(r"C:\Something...\input.xlsx", data_only=True)
input_sheet = input_file["Sheet01"]

设置data_only=True是为了读取Excel中的日期时间格式及标准格式，但运行代码后出现如下错误：

Traceback (most recent call last):
File "C:\Something...\main.py", line 2, in <module> input_file = openpyxl.load_workboork(r"C:\Something...\input.xlsx", data_only=True)
File "C:\Something...\venv\lib\site-packages\openpyxl\reader\excel.py", line 346, in load_workbook
reader.read()
File "C:\Something...\venv\lib\site-packages\openpyxl\reader\excel.py", line 307, in read
raise ValueError(ValueError: Unable to read workbook: could not read worksheets from C:\Something...\input.xlsx
This is most probably because the workbook source files contain some invalid XML.

已尝试以下操作：

• 确认openpyxl库为最新版本；
• 移除文件中所有过滤器及多余格式；
• 打开并修复文件后重新保存；
• 文件规模约2800行、52列，仅使用文本、数字、日期时间等标准格式；
• 使用Pandas读取该文件时也出现类似错误。

推测问题出在文件或库，但Pandas也无法读取，目前毫无头绪，因隐私无法提供文件，恳请帮助。

解决建议 #

1. 修正代码拼写错误
   你的代码中load_workboork是拼写错误，正确应为load_workbook，先修正这个低级错误后重试。

2. 转换文件格式
   .xlsx是基于XML的压缩格式，可能存在隐藏损坏。尝试：

   • 将文件另存为Excel二进制工作簿（.xlsb），再用对应方式读取：

     # openpyxl读取xlsb
     from openpyxl import load_workbook
     wb = load_workbook("input.xlsb", data_only=True, read_only=True)
     # pandas读取xlsb（需先安装pyxlsb：pip install pyxlsb）
     import pandas as pd
     df = pd.read_excel("input.xlsb", engine="pyxlsb")
     

   • 直接将工作表导出为CSV格式，用pandas读取：

     df = pd.read_csv("input.csv", parse_dates=True)
     

3. 清理文件内容
   即使是标准格式，也可能存在特殊字符导致XML解析失败：

   • 全选工作表内容，右键选择选择性粘贴->值，复制到新的空白Excel文件中保存后重试；
   • 使用Excel的"查找和替换"功能，清除非打印字符（查找内容输入^，替换为空）。

4. 换用其他读取库

   • 用xlrd（仅支持.xls，需安装旧版本：pip install xlrd==1.2.0）：

     import xlrd
     wb = xlrd.open_workbook(r"C:\Something...\input.xlsx")
     sheet = wb.sheet_by_name("Sheet01")
     

   • 用win32com.client（Windows环境可用，直接调用Excel应用）：

     import win32com.client
     excel = win32com.client.Dispatch("Excel.Application")
     wb = excel.Workbooks.Open(r"C:\Something...\input.xlsx")
     ws = wb.Worksheets("Sheet01")
     # 示例：获取A1单元格值
     print(ws.Cells(1,1).Value)
     wb.Close()
     excel.Quit()
     

内容的提问来源于stack exchange，提问作者Firat