解决 python xlrd 读取xls文件的 BIFF21 错误 (不规则xls文件读取错误问题)

错误提示：

XLRDError: Unsupported format, or corrupt file: BOF not workbook/worksheet: op=0x0009 vers=0x0002 strm=0x000a build=0 year=0 -> BIFF21

 

用 xlrd 和 xlwt 读写xls文件，遇到文件读取错误。奇怪的是同一类似的文档，有些能正常读取，有些不行。

经检查，原是文件格式不规则， 不是常规的xls格式，文件读取失败

使用过多种方法， 如 xlrd, pyExcel, openpyxl   均不能解决问题，且出错信息不同。

自已跟踪源码查看，发现报错是出在 book模块的get_bof 函数上

如下图，不符合这两个条件就抛出异常

查看源码 version 21 是正常的版本码

SUPPORTED_VERSIONS = (80, 70, 50, 45, 40, 30, 21, 20)

那解决方法就很简单，增加第三个条件为

        if version == 21:
            return version

如图

重新执行

xlrd.open_workbook(filename, encoding_override='gbk')            # 不要忘记加第二个参数

OK，正常读取！

------------------------------------------------------------------

原以为问题，已解决。 BUT~~~~~

还是太小看BUG了， 脚本执行今天遇到一个文件， 死活读不出来。

报错信息如图

AssertionError  断言异常， 看样子是超出条数限制了。

然后一查看， ORZ~~ 有坑

小于80版本的，最大读取数才 16384， 文件里数据有两万多条。

经过反反复复的试验，终于~~解决（一把辛酸泪）。 办法也是简单

 

把这个断言异常注释掉就可以了。（位于 sheet 模块 put_cell_unragged 方法内）

 

至此问题成功解决。