SharePoint下载XLSB文件格式无效 pandas读取KeyError报错求助

• 你犯了最基础的格式不匹配错误：SharePoint上的源文件明确是train_data.xlsx格式，本地保存时硬将后缀改为.xlsb。xlsx是基于ZIP的OOXML开放格式，xlsb是二进制压缩格式，二者内部文件结构完全不同，Excel自然会提示格式/扩展名无效，专门解析xlsb的pyxlsb引擎找不到xlsb专属的xl/_rels/workbook.bin.rels结构报KeyError也是必然结果。
• 额外存在一个高概率隐性问题：SharePoint的文件接口在鉴权失效、权限不足时，哪怕返回200状态码，响应体也经常是登录跳转页/权限提示页的HTML内容，根本不是真实的文件二进制流，这种情况下哪怕后缀改对了也打不开文件。

1. 修正保存路径的文件后缀，和源文件格式保持一致，不要手动篡改后缀：

   # 把原来的xlsb后缀改成和源文件一致的xlsx
   download_file_path = ROOT_DIR / "download_test.xlsx"
   

2. 增加文件有效性校验，避免下载到无效的HTML内容：

   with open(download_file_path, "wb") as local_file:
       local_file.write(response.content)
   
   # xlsx本质是zip压缩包，文件头固定为PK开头，校验不通过就说明下载内容不对
   with open(download_file_path, "rb") as f:
       if f.read(4) != b'PK\x03\x04':
           raise RuntimeError("下载内容不是有效Excel文件，请检查ctx上下文的登录凭据是否有效、当前账号对目标文件是否有读取权限")
   

3. 读取文件时使用匹配xlsx格式的解析引擎，不要用xlsb专属的pyxlsb：
   先安装openpyxl依赖：pip install openpyxl，之后读取代码改为：

   import pandas as pd
   df = pd.read_excel("download_test.xlsx", engine="openpyxl")
   

   如果你确实需要使用xlsb格式，先确保xlsx文件可以正常下载、本地用Excel能正常打开后，手动在Excel内执行「另存为」选择xlsb格式保存，再用pyxlsb读取即可，直接改文件后缀没有任何格式转换的作用。

• 不要默认接口返回200状态码就代表请求成功，针对SharePoint这类企业级系统的文件接口，一定要校验返回内容的实际格式。
• Excel不同格式对应的解析引擎完全不通用，不要混用：
  • xlsx/xlsm格式：用openpyxl引擎
  • xlsb二进制格式：用pyxlsb引擎
  • 旧版xls格式：用低版本xlrd==1.2.0引擎

内容的提问来源于stack exchange，提问作者matt.aurelio