Python提取Zip内Excel行数遇KeyError及子目录适配问题求助

一、KeyError: "There is no item named 'Test1' in the archive" 问题排查 #

这个错误的核心是代码中指定的文件名/路径在压缩包内不存在，按以下步骤快速定位：

1. 先确认压缩包内的实际文件结构：
   临时在代码中添加一行，打印压缩包内所有文件的完整路径（包括子目录）：

   import zipfile
   with zipfile.ZipFile("你的压缩包路径.zip", 'r') as zf:
       print(zf.namelist())  # 输出所有文件的完整路径
   

   对比输出结果和你代码里写的Test1，大概率是这几种情况：
   • 文件名漏加后缀：比如实际是Test1.xlsx，你写了Test1
   • 文件在子目录中：比如实际路径是data/Test1.xlsx，你直接写了Test1
   • 大小写不匹配：比如实际是test1.xlsx，你写了Test1（Linux/macOS下大小写敏感）
   • 代码硬编码了错误文件名，压缩包里根本没有这个文件
2. 批量处理场景排查：如果代码是遍历多个压缩包，可能部分包里没有Test1文件，需添加存在性判断后再读取。

二、适配含子目录（如2022-05、2022-06）的场景 #

分两种子目录场景适配，以下是完整可运行的代码示例：

完整适配代码 #

import os
import zipfile
import pandas as pd

def count_excel_rows_in_zip(zip_path):
    total_rows = 0
    with zipfile.ZipFile(zip_path, 'r') as zf:
        # 遍历压缩包内所有文件，包括子目录中的文件
        for file_name in zf.namelist():
            # 过滤Excel格式文件（支持.xlsx/.xls/.xlsm）
            if file_name.endswith(('.xlsx', '.xls', '.xlsm')):
                with zf.open(file_name) as f:
                    # 读取Excel并统计行数（如需包含表头，去掉header=None）
                    try:
                        df = pd.read_excel(f, engine='openpyxl')  # .xlsx用openpyxl，.xls需安装xlrd
                        total_rows += len(df)
                    except Exception as e:
                        print(f"读取文件 {file_name} 失败：{str(e)}")
                        continue
    return total_rows

def scan_all_zips_in_dir(root_dir):
    total_all = 0
    # 递归遍历本地所有子目录，包括2022-05、2022-06这类子目录
    for root, dirs, files in os.walk(root_dir):
        for file in files:
            if file.endswith('.zip'):
                zip_full_path = os.path.join(root, file)
                zip_rows = count_excel_rows_in_zip(zip_full_path)
                print(f"压缩包 {zip_full_path} 内Excel总行数：{zip_rows}")
                total_all += zip_rows
    print(f"所有压缩包内Excel总行数：{total_all}")

# 调用示例：替换为你的根目录路径
scan_all_zips_in_dir("./your_root_directory")

关键适配点 #

1. 本地子目录遍历：用os.walk()递归扫描所有层级的子目录，自动识别2022-05、2022-06这类目录下的压缩包。
2. 压缩包内子目录处理：用zf.namelist()获取压缩包内所有文件的完整路径，直接通过后缀过滤Excel文件，无需关心文件在哪个子目录。
3. 容错增强：添加try-except捕获单个Excel文件的读取错误（如损坏文件），避免程序因单个文件问题崩溃。

内容的提问来源于stack exchange，提问作者Jonnyboi