使用 xlrd 讀取包含中文和/或印地語字符的 Excel xls 文件

Question

http://scienceoss.com/read-excel-files-from-python/comment-page-1/#comment-1051

從上面的鏈接，我使用這個實用程序來讀取一個 XLS 文件。 如果 XLS 文件包含不同的語言字符，如中文或印地語，則無法正確輸出。 有解決方法嗎？

谷歌搜索后，我發現了這個：

import xlrd

def upload_xls(dir,file,request):
    try:
        global msg
        global row_num
        row_num = []
        header_arr = []
        global file_path
        file_path = dir
        #reader = csv.reader(open(file), delimiter='#', quotechar='"')
        book = xlrd.open_workbook('dodgy.xls',encoding='cp1252')   ##To specify UTF8-encoding
        wb.sheet_names()
        sh =  wb.sheet_by_index(0)
        valid_xl_format = 0
        invalid_xl_format = 0
     except:
        print "Error

但是在行book = open_workbook('dodgy.xls',encoding='cp1252')有一個錯誤：

TypeError: open_workbook() got an unexpected keyword argument 'encoding'

Answer 1

[dis]claimer: 我是 xlrd 的作者。

如果 xls 包含不同的語言字符，如中文或印地語。它不會輸出確切的措辭。是否有解決方法。

encoding_override 參數（如文檔中所述）僅用於舊文件（由早於 Excel 97（即 1997 年）的 Excel 生成），並且僅在內部記錄的“代碼頁”丟失或不正確時使用。

注意：帶有中文字符的舊文件：用 'cp1252' 覆蓋肯定會引發異常。

注意：帶有“印地語”（梵文？）字符的舊文件：不太可能......據我所知，從來沒有任何 ISCII 腳本有官方支持的代碼頁，我也沒有聽說過任何非官方的代碼頁。 非常歡迎有關此主題和/或示例文件的任何信息。

Excel 97 及更高版本以（有效）UTF-16LE 記錄所有文本數據。 如果文件是有效的 Excel-97 或更高版本的文件，則 encoding_override 將被忽略。

無論生成文件的 Excel 版本是什么，（如文檔所述）xlrd 都會返回 unicode 字符串。 您的問題更有可能與您如何顯示或轉換這些 un​​icode 字符串有關。

如需進一步幫助，請編輯您的問題以顯示實際輸出的示例以及“確切的措辭”。

Answer 2

根據 xlrd模塊文檔，正確的參數是： encoding_override="cp1252"而不是encoding="cp1252" 。

從您導入 xlrd 模塊的方式來看，您應該將函數調用為xlrd.open_workbook但在示例代碼中您直接使用該函數，就像您使用from xlrd import * 。

Answer 3

標准庫中有一個 csv 模塊，它處理 Python 3.1 中的 unicode。

警告：在Python 2.x中的CSV庫不處理Unicode的。

Answer 4

有一個類似的問題。 答案是輸出導致問題，而不是 XLRD。

回答如何將腳本設置為 UTF-8 -> https://stackoverflow.com/a/17628350/713