嘿，我明白你的困扰！Pandas的ExcelFile在面对改了扩展名的普通压缩包时确实不会立刻触发IOError——毕竟XLSX本身就是ZIP格式的变种，Pandas会尝试按ZIP去读取，但普通压缩包没有XLSX必须的内部结构，要么后续读取才报错，要么干脆返回无效内容。咱们可以从XLSX的本质是符合特定结构的ZIP文件这一点入手，做两层检测来解决这个问题：

检测思路 #

• 第一步：验证文件是有效的ZIP文件
  用Python自带的zipfile模块尝试打开文件，如果打开失败，说明它要么不是ZIP格式，要么是损坏的ZIP（包括改了扩展名的非ZIP文件）。
• 第二步：验证ZIP内部包含XLSX必需的核心结构
  合法的XLSX必须包含[Content_Types].xml文件和xl/目录（核心工作表数据都存在这个目录下），普通压缩包肯定不会有这些结构，以此作为区分依据。

完整代码示例 #

import pandas as pd
import sys
import zipfile

def is_valid_xlsx(file_path):
    # 验证是否为有效ZIP文件
    try:
        with zipfile.ZipFile(file_path, 'r') as zf:
            # 检查XLSX必需的核心文件/目录
            required_items = ['[Content_Types].xml', 'xl/']
            existing_items = zf.namelist()
            
            # 确认所有必需项都存在
            for item in required_items:
                if item not in existing_items:
                    return False
            
            # 可选：可以添加更多校验项，比如xl/workbook.xml，进一步提升准确性
            # if 'xl/workbook.xml' not in existing_items:
            #     return False
            
            return True
    except zipfile.BadZipFile:
        # 不是有效ZIP文件
        return False
    except Exception as e:
        # 其他读取异常（比如权限问题、文件不存在）
        print(f"Error reading file: {str(e)}")
        return False

# 替换为你的目标文件路径
input_excel = "target_file.xlsx"

# 先执行自定义有效性检测
if not is_valid_xlsx(input_excel):
    sys.exit("Unsupported format, or corrupt file, or renamed non-XLSX zip")

# 再用Pandas尝试解析文件（确保内容可正常读取）
try:
    check_file = pd.ExcelFile(input_excel)
    # 可选：尝试读取第一个工作表，验证内容完整性
    check_file.parse(check_file.sheet_names[0])
except Exception as e:
    sys.exit(f"Failed to parse XLSX content: {str(e)}")

print("This is a valid and parseable XLSX file!")

补充说明 #

• 用zipfile.BadZipFile可以精准捕获非ZIP或损坏的ZIP文件，覆盖了改扩展名的非ZIP文件场景。
• 检查[Content_Types].xml和xl/是最基础的校验，如果你想更严谨，可以添加xl/workbook.xml这类更核心的文件检查，避免极端情况（比如某个压缩包刚好有同名目录）。
• 最后加上check_file.parse()是为了确保文件不仅结构合法，实际内容也能被Pandas正常解析，避免结构正确但数据损坏的XLSX文件漏检。

内容的提问来源于stack exchange，提问作者KateHamster