UnicodeDecodeError：“utf-16-le”編解碼器無法解碼 position 108 中的字節 0x20：截斷數據

Question

我想使用 pandas 讀取 excel 文件，但收到以下錯誤：

WARNING *** OLE2 inconsistency: SSCS size is 0 but SSAT size is non-zero
--------------------------------------------------------------------------
UnicodeDecodeError: 'utf-16-le' codec can't decode byte 0x20 in position 108: truncated data

這是產生錯誤的代碼：

if not os.path.exists("Raw_Data"):
    os.mkdir("Raw_Data")
path = 'Raw_Data' 
all_files = glob.glob(path + "/*.xls")

li = []

for filename in all_files:
    df_updated = pd.read_excel(filename, index_col=None, header=0)
    li.append(df_updated)

該文件已從 a.aspx 內部服務器頁面導出到 .xlsx。

我花了一上午的時間進行故障排除 - 關於如何進行的任何建議？

Answer 1

這可能會解決您的解碼問題

with open('dataset.xls', "w") as data:
    new = data.read().decode('utf-16-le')

所以，你可以對解碼文件'new'進行操作

Answer 2

要使用 utf-16 進行解碼，字符串的大小（以字節為單位）必須是偶數。 這a='abcde'.encode().decode('utf-16')產生錯誤：

UnicodeDecodeError：“utf-16-le”編解碼器無法解碼 position 4 中的字節 0x65：截斷數據

雖然這a='abcdef'.encode().decode('utf-16')運行良好：如果字符串長度不均勻，您可以在末尾添加空格或換行符。 但這是一種快速的解決方法，不能適用於所有場景。