如何在AWS Lambda中读取请求体中的Excel文件？解决BadZipFile错误

错误原因 #

你当前代码的核心问题是把二进制格式的Excel文件当成文本读取：

• Excel（尤其是.xlsx）本质是Zip压缩包，属于二进制文件，不能用part.text获取内容——这个方法会将原始二进制字节流按文本编码解析，破坏文件结构，导致后续pd.read_excel无法识别为合法的Zip文件，抛出BadZipFile错误。

正确解决方案 #

方案1：直接使用FastAPI的UploadFile（推荐） #

FastAPI已经帮你处理了Multipart文件上传的解析，无需手动解码request body，直接用UploadFile对象的file属性即可：

from fastapi import File, UploadFile, Depends
from sqlalchemy.orm import Session
import pandas as pd

def upload_file(file: UploadFile = File(...), db: Session = Depends(get_db)):
    # 根据文件后缀选择引擎：.xls用xlrd，.xlsx用openpyxl
    engine = "xlrd" if file.filename.endswith(".xls") else "openpyxl"
    # 直接传入UploadFile的类文件对象
    excel_data = pd.read_excel(file.file, engine=engine)
    pc_sheet_names = excel_data.sheet_names
    
    # 后续业务逻辑...

方案2：手动解析Multipart（仅特殊场景使用） #

如果必须手动处理request body，需读取二进制内容而非文本：

from fastapi import Request, File, UploadFile, Depends
from sqlalchemy.orm import Session
import pandas as pd
from multipart import decoder
from io import BytesIO

async def upload_file(request: Request, file: UploadFile = File(...), db: Session = Depends(get_db)):
    # 获取原始二进制请求体（注意用await，因为body()是异步方法）
    raw_body = await request.body()
    content_type = request.headers.get("Content-Type")
    
    for part in decoder.MultipartDecoder(raw_body, content_type).parts:
        # 读取二进制内容，而非文本
        binary_content = part.content
        # 将二进制内容包装成类文件对象
        file_like = BytesIO(binary_content)
        # 选择对应引擎读取
        engine = "xlrd" if part.filename.endswith(".xls") else "openpyxl"
        excel_data = pd.read_excel(file_like, engine=engine)
        pc_sheet_names = excel_data.sheet_names
        
        # 后续业务逻辑...

注意事项 #

• 引擎选择：xlrd 2.0及以上版本不再支持.xlsx格式，因此.xlsx文件必须用openpyxl引擎，.xls文件用xlrd引擎。
• 避免文本操作：所有二进制文件（Excel、图片、压缩包等）都不能用text、decode等文本相关方法读取，必须保留原始字节流。

内容的提问来源于stack exchange，提问作者saraswathi moram