使用Pandas读取SharePoint Excel文件出现XLRDError报错如何解决？

你拿到的返回内容开头是b'\r\n<!DOCT'，对应HTML文档的DOCTYPE声明头，说明你请求拿到的根本不是Excel二进制文件，是SharePoint的网页页面（大概率是权限验证页、文件预览页），所以pandas调用xlrd解析的时候识别不到Excel文件的标准BOF头，才抛出该错误。

核心错误点是你代码中两个url参数混用：

1. 初始化AuthenticationContext用的是SharePoint站点的根地址，格式一般为https://<租户名>.sharepoint.com/sites/<站点名>
2. 调用File.open_binary用的应该是Excel文件的实际直链/服务器相对路径，你两个参数填了同一个地址，自然返回的是站点页面而非文件内容。

步骤1：获取正确的Excel文件路径 #

打开SharePoint中目标Excel文件，按以下操作拿直链：

• 点击顶部菜单栏「文件」-「信息」-「复制路径」
• 删掉复制到的路径末尾的?web=1后缀，得到的就是文件的完整直链
• 如果你要用服务器相对路径，格式为/sites/<站点名>/<文档库名>/<子文件夹>/<文件名>.xlsx

步骤2：修改代码 #

拆分两个url参数，修正后的代码如下：

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

# 站点根地址，用于身份验证
site_url = 'https://xxx.sharepoint.com/sites/你的站点名'
# Excel文件的完整直链/服务器相对路径
file_path = '/sites/你的站点名/Shared Documents/测试文件.xlsx'
username = '你的账号'
password = '你的密码'

ctx_auth = AuthenticationContext(site_url)
if ctx_auth.acquire_token_for_user(username, password):
    ctx = ClientContext(site_url, ctx_auth)
    # 验证身份通过
    print("Authentication successful")
    
    # 读取文件流
    response = ctx.web.get_file_by_server_relative_path(file_path).open_binary_stream().execute_query()
    
    # 转成BytesIO读入pandas
    bytes_file_obj = io.BytesIO(response.value)
    df = pd.read_excel(bytes_file_obj)
    print(df)

异常排查 #

• 先验证返回内容类型：可在拿到响应后加一行代码with open("test.tmp", "wb") as f: f.write(response.value)，打开文件如果是HTML内容，优先检查账号是否有该文件的读取权限，账号是否开启了多因素认证（MFA），Office365 SDK不支持MFA账号登录，需关闭MFA或使用应用密码。
• 不要尝试用read_csv读取非CSV格式的内容，你之前拿到的全在一列的结果本质是HTML标签，不是有效表格数据，解决返回内容的问题后不需要再调用该方法。

内容的提问来源于stack exchange，提问作者Jonnyboi