來自 pandas.DataFrame.to_excel 的文件類型是“Zip 存檔數據，至少要提取 v2.0”

Question

我注意到由pandas.DataFrame.to_excel生成的 Excel 文件的文件類型是Zip archive data, at least v2.0 to extract pandas.DataFrame.to_excel Zip archive data, at least v2.0 to extract . 請注意內容類型很好： content_type, application/vnd.openxmlformats-officedocument.spreadsheetml.sheet 。

在我的 Django 項目中，我基本上是在處理上傳的文件之前驗證文件類型，雖然pandas.DataFrame.to_excel生成的文件是一個有效的 Excel 文件，但由於文件類型為Zip archive data, at least v2.0 to extract ，驗證模塊拒絕了上傳的文件Zip archive data, at least v2.0 to extract ，而不是Microsoft Excel 2007+ 。

請讓我知道如何繞過此驗證。

我用來復制的代碼（即，創建一個文件類型為Zip archive data, at least v2.0 to extract的 Excel 文件Zip archive data, at least v2.0 to extract ）這個問題就在這里。

import pandas as pd
import os
import magic

uploaded_file_path = r'somepath'
path, filename = os.path.split(uploaded_file_path)
filename_without_extension = os.path.splitext(filename)
new_file_name = os.path.join(path, filename_without_extension[0]) + '_TESTING_BLAH_' + str(1) + '.xlsx'


df1 = pd.DataFrame([['a', 'b'], ['c', 'd']],
                   index=['row 1', 'row 2'],
                   columns=['col 1', 'col 2'])

df1.to_excel(new_file_name)

file_type = magic.from_file(new_file_name)
print(file_type)

Answer 1

懷疑該行為似乎與 Excel 文件的創建方式有關。 該xlsx通過開源庫創建的文件有dffierent幻數則xlsx通過MS Excel中創建的文件。 可以在此處找到類似的問題。 默認的 dB libmagic使用顯然不能將這些文件識別為 Excel 文件。

該帖子還描述了一個可能的解決方案。 您可以將自定義定義添加到文件/etc/magic 。 並且有一個您可以復制和粘貼的文件似乎有效。

因此，將 這個msooxml文件的內容復制到您計算機上的文件/etc/magic 。 這樣做之后，這些文件在我的機器上被識別為 Excel 2007。