读取PHPExcel修改的.xls文件时xlrd崩溃

Question

我使用PHP和python编辑一些Excel文件非常困难。

我最初使用PHPExcel在PHP中做了所有事情，但我处理的是非常大的文件，当内存不足时PHPExcel崩溃了。 所以我把它改成了用PHP做一些工作，然后用python做其余的工作。

所以这个过程是：

• 解析xml发布到PHP脚本
• 根据xml数据将行插入Excel（.xls）文件
• 将（.xls）文件和xml数据传递给python脚本以填充电子表格
• 恩。 python upload.py Example.xls data.xml由PHP调用的python upload.py Example.xls data.xml
• python脚本使用xlrd，xlwt和xlutils来填充Excel文件

我遇到的问题是，如果python脚本修改了我手工创建的常规.xls文件，它可以很好地工作。 但是一旦PHP excel修改了Excel文件，python脚本就会产生以下错误：

_locate_stream(Workbook): seen
  0  5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 
 20  4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 
100= 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 
120  4 4 4 4 4 4 4 4 4 4 4 4 4 3 2 2 
File "upload.py", line 63, in <module>
workbook_readonly = open_workbook(excel,formatting_info=True,on_demand=True)
File "/home/student/eamorde/public_html/dining/xlrd/__init__.py", line 435, in open_workbook
ragged_rows=ragged_rows,
File "/home/student/eamorde/public_html/dining/xlrd/book.py", line 87, in open_workbook_xls
ragged_rows=ragged_rows,
File "/home/student/eamorde/public_html/dining/xlrd/book.py", line 619, in biff2_8_load
cd.locate_named_stream(UNICODE_LITERAL(qname))
File "/home/student/eamorde/public_html/dining/xlrd/compdoc.py", line 390, in locate_named_stream
d.tot_size, qname, d.DID+6)
File "/home/student/eamorde/public_html/dining/xlrd/compdoc.py", line 418, in _locate_stream
raise CompDocError("%s corruption: seen[%d] == %d" % (qname, s, self.seen[s]))
xlrd.compdoc.CompDocError: Workbook corruption: seen[2] == 4

所以我挖掘了xlrd的源代码，发现产生错误的行：

def _locate_stream(self, mem, base, sat, sec_size, start_sid, expected_stream_size, qname, seen_id):
    # print >> self.logfile, "_locate_stream", base, sec_size, start_sid, expected_stream_size
    s = start_sid
    if s < 0:
        raise CompDocError("_locate_stream: start_sid (%d) is -ve" % start_sid)
    p = -99 # dummy previous SID
    start_pos = -9999
    end_pos = -8888
    slices = []
    tot_found = 0
    found_limit = (expected_stream_size + sec_size - 1) // sec_size
    while s >= 0:
        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]))

最后一行是提出异常的那一行：

raise CompDocError("%s corruption: seen[%d] == %d" % (qname, s, self.seen[s]))

有谁能解释一下？ 该文件在Excel中打开时没有损坏它工作正常，但xlrd似乎无法读取它。

我的PHP脚本执行以下操作（粗略草图）：

$phpExcel = new PHPExcel();
$file = "MyFile.xls";
$reader = new PHPExcel_Reader_Excel5();
$phpExcel = $reader->load($file);
//(... insert rows based on xml)
$writer = new PHPExcel_Writer_Excel5();
$writer->save('MyFile.xls');
exec("python upload.py MyFile.xls data.xml");

如果有人知道为什么会发生这种情况，甚至更好地解决我的问题（PHPExcel内存问题），我们将不胜感激。

编辑：可以在此处找到引发错误的文件的源代码。

编辑：我创建了一个示例，基本上采用了我的excel文件并删除了任何识别信息。 要亲自尝试，请在此处查看要点。

Answer 1

我的一个.xls文件出现了同样的错误（excel可以打开它们就好了，但是xlrd失败了）。 因为我猜Compdoc.seen数组跟踪已经读取的“FAT”扇区。 在我的情况下，根条目读取块（SSCS）获取标记为所见的所有扇区，导致将来异常提升。 你可以尝试在读取逻辑的扇区中找到错误并为xlrd做贡献:)或者只是通过异常提升来评论这一行，这可能会解决你的问题（就像我的一样）并等待xlrd更新。

Answer 2

对于需要远程服务数据的绑定中的任何人，这是一个黑客攻击，但是注释掉第419行（ raise CompDocError("%s corruption: seen[%d] == %d" % (qname, s, self.seen[s])) ）在compdoc.py似乎工作正常。