Python中使用UTF-8编码通过pd.read_excel读取Excel文件是否可行？

首先明确：pd.read_excel() 没有和pd.read_csv()一致的公开encoding参数，是因为标准 .xlsx 格式本质为ZIP压缩包，内部存储的XML内容默认采用UTF-8编码，常规场景下无需额外配置即可正常识别多语言内容。如果遇到乱码，大多为旧版.xls格式、非标准导出Excel、文件存储编码异常的情况，可通过以下方案解决：

• 方案1：针对旧版.xls格式指定引擎编码
  读取.xls格式文件时可使用xlrd引擎，直接传入encoding参数指定编码：

  # 需先安装支持xls格式的xlrd版本：pip install xlrd==1.2.0
  df = pd.read_excel("你的文件.xls", engine="xlrd", encoding="utf-8")
  

• 方案2：通过字节流读取适配非标准编码文件
  如果是xlsx格式出现乱码，可先以二进制模式读取文件，再通过IO流传入pd.read_excel()解析：

  import pandas as pd
  from io import BytesIO
  
  with open("你的文件.xlsx", "rb") as f:
      df = pd.read_excel(BytesIO(f.read()), engine="openpyxl")
  

• 方案3：通过openpyxl手动指定编码加载
  部分自定义导出的非标准xlsx文件，可以先通过openpyxl指定编码加载工作簿，再转换为DataFrame：

  from openpyxl import load_workbook
  import pandas as pd
  
  wb = load_workbook("你的文件.xlsx", encoding="utf-8")
  # 读取指定工作表可替换为 wb['工作表名']
  ws = wb.active
  df = pd.DataFrame(ws.values)
  

备注：如果以上方案仍存在乱码，可先确认源文件的实际编码，少数场景下文件实际编码为GBK、UTF-8 BOM等，将上述参数中的utf-8替换为对应编码即可。

内容的提问来源于stack exchange，提问作者Bar Kadosh