使用xlrd打开.xlsx转存的.xls文件时触发断言错误assert _unused_i == nstrings -1

问题描述 #

用xlrd编写的脚本可正常处理多数原生.xls文件，但将.xlsx文件转换为.xls格式后，调用xlrd.open_workbook()时触发如下断言错误：

Traceback (most recent call last):
  File "/home/troublebucket/Projects/script.py", line 51, in <module>
    wb = xlrd.open_workbook(bom_table_wb)
  File "/home/troublebucket/.local/lib/python3.10/site-packages/xlrd/__init__.py", line 172, in open_workbook
    bk = open_workbook_xls(
  File "/home/troublebucket/.local/lib/python3.10/site-packages/xlrd/book.py", line 104, in open_workbook_xls
    bk.parse_globals()
  File "/home/troublebucket/.local/lib/python3.10/site-packages/xlrd/book.py", line 1211, in parse_globals
    self.handle_sst(data)
  File "/home/troublebucket/.local/lib/python3.10/site-packages/xlrd/book.py", line 1178, in handle_sst
    self._sharedstrings, rt_runlist = unpack_SST_table(strlist, uniquestrings)
  File "/home/troublebucket/.local/lib/python3.10/site-packages/xlrd/book.py", line 1472, in unpack_SST_table
    assert _unused_i == nstrings - 1
AssertionError

尝试注释掉book.py中unpack_SST_table()内的断言语句后，脚本无报错但无法读取工作簿内容。

解决建议 #

• 直接用openpyxl处理.xlsx源文件
  xlrd从2.0版本起不再支持.xlsx格式，既然你的源文件是.xlsx，没必要转格式，直接用openpyxl读写更稳定，示例代码：

  from openpyxl import load_workbook
  
  # 加载工作簿
  wb = load_workbook("your_source_file.xlsx")
  # 获取活跃工作表
  sheet = wb.active
  # 遍历读取内容
  for row in sheet.iter_rows(values_only=True):
      print(row)
  

• 规范格式转换流程
  如果必须使用.xls格式，不要用第三方工具转格式，用Excel原生的「另存为」功能，选择「Excel 97-2003工作簿(.xls)」保存，第三方转换工具生成的.xls文件常存在格式不兼容问题，导致xlrd解析失败。

• 修改xlrd源码（不推荐）
  若坚持要用xlrd处理转换后的文件，除了注释断言，还需调整unpack_SST_table函数中的计数逻辑：将assert _unused_i == nstrings - 1改为assert _unused_i <= nstrings - 1，但这种方法可能引发其他未知问题，仅适合临时测试，不建议生产环境使用。

内容的提问来源于stack exchange，提问作者Trouble Bucket