Python xlrd读取xlsx报错：版本回退与单元格取

脚本专家

xlrd是Python中常用的Excel读取库，但版本差异会直接影响能否打开.xlsx文件。原文先遇到xlrd新版本打开.xlsx报错，再回退版本，最后用xlrd读取单元格并写成分片文本文件。下面按报错处理、对象模型、单元格类型和实际脚本四部分整理。

一、xlrd版本兼容与xlsx报错处理
原文明确指出：xlrd 2.0.1版本移除了对.xlsx格式的支持，只支持.xls格式。此时打开.xlsx会抛出类似错误：XLRDError: Excel xlsx file; not supported。堆栈中可以看到open_workbook内部执行raise XLRDError(FILE_FORMAT_DESCRIPTIONS[file_format]+'; not supported')。解决方法是把xlrd回退到1.2.0版本，用旧版本继续支持.xlsx格式。原文给出的命令是：

2. pip3 uninstall xlrd
3. pip3 install xlrd=1.2.0

复制代码

这里保留原文命令形式；实际pip版本约束通常使用双等号，可按环境写成pip3 install xlrd==1.2.0。回退后即可继续编写读取Excel的代码。

二、xlrd读取Excel的对象模型
导入模块使用import xlrd。打开指定Excel文件用data = xlrd.open_workbook(file)，返回data对象。通过data对象可以取得各个sheet对象，一个Excel文件可以有多个sheet，每个sheet就是一张表格。获取sheet的方式包括：data.sheet_by_index(0)按索引顺序获取；data.sheet_by_name(u'sheet1')按名称获取；data.sheets()[0]也按索引顺序获取。data.nsheets返回sheet的数目，data.sheets()返回所有sheet对象的列表，data.sheet_names()返回所有sheet对象名字的列表。

通过sheet对象可以获取各个单元格，每个单元格是一个cell对象。sheet1.name返回sheet1的名称，sheet1.nrows返回行数，sheet1.ncols返回列数。sheet1.cell_type(x,y)返回cell的对象类型，sheet1.cell(x,y).ctype也返回cell的对象类型。sheet1.cell_value(x,y)返回cell的值，sheet1.cell(x,y).value也返回cell的值。sheet1.row(x)获取指定行并返回cell对象列表，sheet1.row_values(x)获取指定行并返回列表；sheet1.col(x)获取指定列并返回cell对象列表，sheet1.col_values(x)获取指定列并返回列表。以下是原文API的集中整理：

2. import xlrd
4. data = xlrd.open_workbook(file)
5. Sheet1 = data.sheet_by_index(0)
6. Sheet1 = data.sheet_by_name(u'sheet1')
7. Sheet1 = data.sheets()[0]
8. num = data.nsheets
9. sheet_list = data.sheets()
10. sheet_name_list = data.sheet_names()
12. name = Sheet1.name
13. nrows = Sheet1.nrows
14. ncols = Sheet1.ncols
15. sheet1.cell_type(x, y)
16. sheet1.cell(x, y).ctype
17. sheet1.cell_value(x, y)
18. sheet1.cell(x, y).value
19. sheet1.row(x)
20. sheet1.row_values(x)
21. sheet1.col(x)
22. sheet1.col_values(x)

复制代码

三、单元格ctype类型与数字、日期处理
python读取Excel中单元格的内容返回的有5种类型：ctype为0表示empty，1表示string，2表示number，3表示date，4表示boolean，5表示error。一般情况下读取Excel中的数字会自动转换为浮点数，若想判断读取为浮点数，原文使用ctype == 2 and cell % 1 == 0.0，也就是ctype为2且为浮点。日期单元格的ctype=3，这时需要使用xlrd的xldate_as_tuple来处理为date格式；应先判断表格的ctype=3时xldate才能开始操作。这个判断顺序是后续处理日期值的关键。

四、实践案例：按F列筛选并按1000行分片写入txt
原文案例有一张表，目标是从F列取数据。F列对应索引5，因此先用sheet.col_values(5)取出整列值。随后按每1000行切分，循环67轮，b从0开始，每轮处理后b增加1000。每轮内部把当前分片中的单元格值转成字符串，判断是否包含jet、JC或JSB，把命中的值追加到id列表；再把列表转成字符串，并去掉方括号和单引号，打印后写入movieid/test{a}.txt。整理后的代码如下，变量名contenct保留原文拼写：

2. import xlrd
4. excel = xlrd.open_workbook(r'C:/Users/siyu.guan/Desktop/删除节目单20230119.xlsx')
5. sheet = excel.sheet_by_index(0)
6. contenct = sheet.col_values(5)
7. print(type(contenct))
9. b = 0
10. for a in range(67):
11.     id = []
12.     for i in range(b, b + 1000):
13.         contenct[i] = str(contenct[i])
14.         if 'jet' in contenct[i] or 'JC' in contenct[i] or 'JSB' in contenct[i]:
15.             id.append(contenct[i])
16.     id = str(id)
17.     id = id.replace('[', '').replace("'", '').replace(']', '')
18.     print(id)
19.     with open(f'movieid/test{a}.txt', 'w') as file:
20.         file.write(id)
21.     file.close()
22.     b = b + 1000

复制代码

从这段代码逻辑看，使用前要保证movieid目录存在，否则写入会失败；同时原文示例按固定67轮、每轮1000行处理，实际表格行数不足67*1000时，直接访问contenct会出现索引越界，应按列长度调整循环边界。案例还体现了xlrd读取整列、字符串筛选、列表转字符串和分片落盘的基本流程，适合处理旧版.xls或已回退到1.2.0后的.xlsx读取场景。

小结：使用xlrd读取Excel时，先确认版本是否支持目标格式，再按open_workbook、sheet、cell的层级取值；数字和日期要结合ctype判断，列索引从0开始，F列对应5。原文案例的重点是col_values取整列、按1000行分片筛选并写入多个txt文件，实际运行时补齐目录和行数边界检查即可。

热心网友4

这篇整理得很清楚，版本回退、对象模型和单元格类型几部分对新手挺友好。实际用的时候有两个小地方值得注意：一是安装命令建议统一写成 pip3 install xlrd==1.2.0，避免环境里版本约束写法不识别；二是案例代码内层循环虽然用 i 遍历，但实际判断和追加的是整列转换后的 contenct，并没有取 contenct，这样每轮都会把整列重复筛一遍。更稳妥的做法是先按 col_values(5) 取出列，再按 min(b+1000, len(contenct)) 调整边界，循环里处理 contenct。另外写文件前确认 movieid 目录存在，日期判断也要先确认 ctype==3 再调用 xldate_as_tuple。感谢分享，能少走不少弯路。

热心网友4

整理得挺清楚的，尤其xlrd 2.0.1不支持xlsx、回退到1.2.0以及对象模型这几部分，对遇到同样报错的人很实用。命令那里确实按环境写成pip3 install xlrd==1.2.0更稳妥。 实践案例里有两个地方可以再留意一下：一是外层固定67轮、每轮1000行，如果实际列长度不够，直接按b到b+1000取值容易越界，最好先根据len(contenct)算好循环边界；二是循环里把整列contenct转成字符串再判断，这样每轮判断的其实还是整列内容，而不是当前1000行分片，建议先取出当前分片再筛选。另外写文件前要确保movieid目录存在，日期单元格也要先判断ctype为3再处理。整体思路没问题，把这些边界处理好会更稳。

热心网友4

整理得很细，版本兼容、对象模型和 ctype 部分都挺实用。实践案例里有个地方建议再核对一下：先用 sheet.col_values(5) 取出整列后，内层循环里又执行 contenct = str(contenct)，但没有用 i 去取当前单元格，所以每轮实际判断的是整列字符串，追加到 id 的也是整列内容，不是当前 1000 行分片里的值。按案例目标，内层应先取类似 value = str(contenct)，再用 value 判断 jet、JC、JSB 并追加。另外固定 67 轮和 range(b, b+1000) 在行数不足时确实容易越界，按首帖最后提醒用列长度调整边界更稳；movieid 目录也要提前保证存在。ctype 为 3 时再走日期处理这个顺序很关键，这点总结得很清楚。