关于pd.read_excel()读取xls文件报错的解决办法
关于pd.read_excel()读取xls文件报错的解决办法
报错信息：
File "E:\Python\lib\site-packages\xlrd\compdoc.py", line 426, in _locate_stream
raise CompDocError("%s corruption: seen[%d] == %d" % (qname, s, self.seen[s]))
xlrd.compdoc.CompDocError: Workbook corruption: seen[2] == 4由于在电脑上直接打开excel，excel是正常的。 继续看报错信息，来自于源文件compdoc.py，打开该文件，找到426行代码，代码如下：
if self.seen[s]:
print("_locate_stream(%s): seen" % qname, file=self.logfile); dump_list(self.seen, 20, self.logfile)
raise CompDocError("%s corruption: seen[%d] == %d" % (qname, s, self.seen[s]))这是主动抛异常，将代码全部注释起来，再执行代码，发现读取正常。 总结一句话，第三库的源码有bug。。。
解决方案：
直接将上面三行代码注释掉
但是出于慎重起见，不太喜欢在底层库上进行修改，从而避免以后使用时出现问题
所以：—》
一）找到自己的第三方库存储路径：......\Anaconda3\Lib\site-packages
二）找到xlrd文件夹 复制一份随便命名 （eg:xlrdxcx）
三）注释副本 xlrdxcx 里 对应的 compdoc.py 中的三行代码
四）定义新的读取函数
#自定义xls文件读取函数
def read_xls_xcx(data_path,header=0):
data=xlrdxcx.open_workbook(data_path)
table = data.sheets()[0]
nrows = table.nrows
ncols = table.ncols
result=[]
for i in range(header,nrows):
result1=[]
for j in range(ncols):
result1.append(table.cell(i, j).value)
result.append(result1)
pd_result=pd.DataFrame(result)
pd_result.columns=pd_result.iloc[0,].tolist()
pd_result=pd_result[1:].reset_index(drop=True)
return pd_result使用自定义函数：
read_xls_xcx(data_path,header=1)相关解决方案：
之前写得解决另外一个问题的，直接调用Excel程序读取，应该也可以解决，因为本问题出现在需要直接自动化下载后直接打开入库，所以操纵Excel程序会影响主程序的执行，有兴趣的也可以瞅瞅，链接如下：
【1】https://blog.csdn.net/qq_35866846/article/details/102672342
【2】https://blog.csdn.net/qq_35866846/article/details/102775288
参考资料： Python读取excel，常用第三方库是xlrd，写入的是xlwt。 在读取excel的时候，代码如下：
```python
data = xlrd.open_workbook('data.xls')
table = data.sheets()[0]
nrows = table.nrows
ncols = table.ncols
```参考链接： 【1】https://blog.csdn.net/HuangZhang_123/article/details/78717002 【2】https://www.cnblogs.com/zhang-jun-jie/p/9273721.html
腾讯云开发者
