R语言下载网站xlsx文件后用readxl导入报错-103如何解决

• 核心原因是你下载的xlsx文件实际已损坏或并非合法的xlsx格式文件。xlsx本质是zip压缩包，readxl读取时会先尝试解压归档，报错error -103 with zipfile in unzGetCurrentFileInfo就是解压时识别不到合法的zip文件结构导致的。
• 最常见的触发场景：download.file在处理HTTPS协议的资源时，默认未使用二进制下载模式（尤其Windows系统），导致二进制的xlsx文件被破坏；部分站点会对无请求头的默认下载请求拦截，返回的是HTML错误页面而非真实xlsx文件，你仅修改了后缀名存储，实际文件并非xlsx格式。
• 少数情况为readxl版本过旧，对部分特殊编码的xlsx文件兼容性不足。

方法1：调整download.file参数（最便捷） #

下载二进制文件时强制指定二进制模式mode = "wb"，HTTPS资源指定method = "libcurl"，避免文件损坏：

download.file(output$FULL_FINAL_PATH, destfile = "myfile.xlsx", method = "libcurl", mode = "wb")

下载完成后优先校验文件大小，和手动从浏览器下载的目标文件大小对比，确认一致后再读取。

方法2：使用httr包下载（兼容性更强） #

httr包会自动处理请求头、HTTPS校验，更适合爬取站点资源：

library(httr)
GET(output$FULL_FINAL_PATH, write_disk("myfile.xlsx", overwrite = TRUE))

方法3：验证文件合法性后再读取 #

如果仍报错，可先确认下载的文件是否为真实xlsx：

# 读取文件前4个字节，合法xlsx为PK开头（对应十六进制50 4b 03 04）
head(readBin("myfile.xlsx", "raw", n=4))
# 如果输出不是 50 4b 03 04，说明文件不是xlsx，需要重新检查下载链接和请求逻辑

如果确认是readxl兼容性问题，可升级readxl版本，或换用openxlsx包读取：

install.packages("openxlsx")
library(openxlsx)
my_data <- read.xlsx("myfile.xlsx", sheet = 1, startRow = 2)

内容的提问来源于stack exchange，提问作者ATMA