传递xlrd引擎仍触发Pandas ValueError：读取URL中xls文件异常

我之前也碰到过这个坑，明明已经指定了xlrd引擎，直接传page.content还是触发ValueError，其实问题出在pandas处理二进制内容的逻辑上，下面给你拆解原因和解决方案：

一、正确的直接读取方式（无需保存本地） #

不用先存文件到本地，把二进制内容用BytesIO包装成类文件对象就行，pandas就能正确识别引擎参数了：

import requests
import pandas as pd
from io import BytesIO

page = requests.get(url)  # 你的xls文件URL
df = pd.read_excel(BytesIO(page.content), engine='xlrd')

二、为什么原来的方法会报错？ #

当你直接传入page.content（bytes类型）时，pandas内部的ExcelFile初始化逻辑对bytes输入的处理有个小漏洞：虽然你显式传了engine参数，但它并没有正确关联到bytes输入的处理流程，反而触发了“必须显式设置引擎”的错误提示——这属于旧版本pandas（比如你搭配Python3.6的版本）的兼容性问题。

而当你把内容保存成本地文件后，传入的是文件路径字符串，pandas能正常识别这个输入类型，并且正确应用你指定的xlrd引擎，所以不会报错。

三、为什么用page.text会触发“embedded null character”错误？ #

xls是二进制格式的文件，page.text是把响应的二进制内容按照默认编码解码成字符串，这个过程会破坏xls文件的二进制结构，引入无效的空字符，自然会导致解析失败。读取二进制文件必须用page.content来获取原始字节流。

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