Python读取SharePoint存储Excel报ValueError及URL选用问题排查

一、URL选择说明 #

你获取到的两个URL均不能直接用于代码的文件读取逻辑：

• 复制得到的文件分享链接是带临时权限参数的跳转入口，并非文件的实际资源地址
• 浏览器地址栏显示的URL是Excel在线预览的网页地址，指向平台的预览服务页面，不是Excel二进制文件本身

代码中需要按场景使用两类正确路径：

• 初始化认证上下文、客户端上下文时，传入SharePoint站点根地址，格式参考：https://company.sharepoint.com/sites/project/
• 调用文件读取接口时，传入文件的服务器相对路径，格式参考：/sites/project/文档库名称/文件夹层级/目标文件.xlsx，该路径可在网页端选中文件后，从详情面板的「路径」字段直接复制。

二、报错根因梳理 #

你触发ValueError: Excel file format cannot be determined, you must specify an engine manually的核心原因是传入了错误的文件URL，File.open_binary接口没有返回真实的Excel二进制流，而是返回了分享链接对应的HTML跳转页面，pandas无法将网页内容识别为Excel格式。
除此之外现有代码还有两个隐性问题：

• 未导入io模块，运行到io.BytesIO()时会直接触发NameError
• 未校验文件接口的返回状态，接口返回权限不足、路径不存在等报错时，无法快速定位问题

三、可运行参考代码 #

先安装必需依赖：

pip install pandas office365-rest-python-client openpyxl

参考代码：

import io
import pandas as pd
from office365.runtime.auth.authentication_context import AuthenticationContext
from office365.sharepoint.client_context import ClientContext
from office365.sharepoint.files.file import File

# 替换为你的SharePoint站点根地址
SITE_ROOT_URL = "https://company.sharepoint.com/sites/project/"
# 替换为目标Excel文件的服务器相对路径
FILE_RELATIVE_PATH = "/sites/project/Shared Documents/Table.xlsx"
USERNAME = "abc@a.com"
PASSWORD = "abcd"

# 认证逻辑
ctx_auth = AuthenticationContext(SITE_ROOT_URL)
if ctx_auth.acquire_token_for_user(USERNAME, PASSWORD):
    ctx = ClientContext(SITE_ROOT_URL, ctx_auth)
    web = ctx.web
    ctx.load(web)
    ctx.execute_query()
    print(f"认证成功，当前站点：{web.properties['Title']}")
else:
    raise RuntimeError(f"认证失败：{ctx_auth.get_last_error()}")

# 读取文件二进制内容
response = File.open_binary(ctx, FILE_RELATIVE_PATH)
if response.status_code != 200:
    raise RuntimeError(f"文件拉取失败，状态码：{response.status_code}，返回内容：{response.text[:200]}")

# 解析Excel
bytes_file = io.BytesIO(response.content)
# xlsx格式显式指定openpyxl引擎，避免格式识别报错
df = pd.read_excel(bytes_file, sheet_name="Sheet2", engine="openpyxl")
print(df.head())

补充说明：如果你的账号开启了多因素认证（MFA），用户名密码认证方式会失效，需要替换为Azure AD应用注册的客户端ID、客户端密钥认证模式。

内容的提问来源于stack exchange，提问作者TMPS