批量读取2000+Excel文件到DataFrame时触发rId1 not found报错

安全阿岳

2026-8-29

报错产生原因

read_excel（readxl包）读取xlsx格式文件时，本质是将文件作为压缩包解压后读取内部存储关系映射的XML配置，rId1 not found报错的核心触发原因是解析时找不到对应关系ID指向的文件组件，并非只有过旧Excel格式才会触发，批量读取大量文件时常见触发场景如下：

文件匹配规则存在漏洞：代码里用的pattern = "*xls"是模糊匹配，会把后缀带xls字符的所有文件都纳入读取范围，最常见的是Excel打开文件时自动生成的~$xxx.xlsx隐藏临时锁文件，这类文件不是合法的完整Excel文件，没有完整的内部结构，解析时必然触发该报错。文件量小时文件夹内无残留临时文件/未打开任何Excel文件就不会触发，文件量上升后，操作过程中打开过Excel、或是之前异常退出残留的锁文件都会被匹配到。
异常文件混入：2000个文件的样本量下，很容易混入后缀被手动改成.xls/.xlsx的非Excel文件（比如改了后缀的csv、html表格、损坏的半截文件），这类文件同样不满足Excel内部结构要求，会触发报错。之前读取100个文件时未混入这类异常文件，因此运行正常。
代码本身存在逻辑缺陷：原for循环每次读取都会直接覆盖data变量，即便不报错最终也只会留存最后一个文件的内容；第一版purrr写法中先取全路径又调用basename()裁掉路径，再重新拼接路径时如果工作路径设置不对，也可能出现路径匹配偏差。

解决方案

第一步：修正文件匹配规则，过滤无效文件
不要用模糊匹配规则，改用正则精准匹配.xls/.xlsx后缀，同时过滤掉Excel自动生成的临时锁文件，注意R中路径写正斜杠，不要用Windows默认的反斜杠：

library(tidyverse)
library(readxl)
# 设置文件存储路径
target_path <- "C:/your_file_path/"
# 精准匹配合法Excel文件
valid_files <- list.files(
  path = target_path,
  pattern = "\\.(xls|xlsx)$",
  full.names = TRUE
)
# 过滤~$开头的临时锁文件
valid_files <- valid_files[!grepl("~\\$", basename(valid_files))]

第二步：加容错机制，定位异常文件
给读取逻辑加错误捕获，不会因为单个坏文件中断整个批量流程，同时可以直接定位到出问题的具体文件，不用挨个排查：

# 构造安全读取函数，读取失败时返回错误信息不中断流程
safe_read <- safely(~read_excel(.x, col_types = "text"))

read_res <- tibble(file = valid_files) %>%
  mutate(
    res = map(file, safe_read),
    content = map(res, "result"),
    err = map(res, "error")
  )

# 提取读取失败的文件及对应报错
failed_files <- read_res %>%
  filter(!map_lgl(err, is.null)) %>%
  mutate(err_msg = map_chr(err, as.character)) %>%
  select(file, err_msg)

第三步：处理异常文件+合并有效数据
查看failed_files里的异常文件：如果是残留临时文件直接删除即可；如果是后缀错误/格式损坏的文件，手动打开后另存为标准.xlsx格式再重新读取。最后把所有读取成功的文件合并成一个DataFrame即可：

# 合并所有读取成功的文件，加来源文件列方便溯源
final_data <- read_res %>%
  filter(map_lgl(err, is.null)) %>%
  transmute(file, content) %>%
  unnest(content)

如果习惯用for循环实现，修正原来的覆盖变量bug即可：

# 先创建和文件数量等长的列表存结果，避免每次循环覆盖变量
data_list <- vector("list", length(valid_files))
for (i in seq_along(valid_files)) {
  data_list[[i]] <- read_excel(valid_files[i], col_types = "text")
  # 可选加进度提示，每读100个文件输出一次进度
  if (i %% 100 == 0) message("已完成", i, "个文件读取")
}
# 最后合并所有数据
final_data_loop <- bind_rows(data_list, .id = "file_seq")

内容的提问来源于stack exchange，提问作者Dre Day