Python 读取本地 `.xls` 格式的 Excel 文件，主要依赖于第三方库，因为 `.xls` 是 Excel 97-2003 工作簿的二进制格式，解析逻辑与 `.xlsx`（基于 XML 的压缩包）不同 [ref_5]。以下是主流方法的对比及详细实现。 ### 主要方法对比 | 库名称 | 支持格式 | 主要功能 | 特点与局限 | | :--- | :--- | :--- | :--- | | **`xlrd`** | **仅 `.xls`** | 读取 `.xls` 文件内容 | 经典、轻量，但不支持 `.xlsx`，且新版（>=2.0）默认只读 `.xls` [ref_4][ref_5]。 | | **`pandas`** | `.xls`, `.xlsx`, `.csv` 等 | 数据读取、分析与处理 | 高层封装，依赖 `xlrd` 或 `openpyxl` 作为引擎，返回 `DataFrame`，适合数据分析 [ref_4][ref_6]。 | | **`openpyxl`** | 仅 `.xlsx` | 读写 `.xlsx` 文件 | 不支持 `.xls`，若需处理 `.xls` 需先转换为 `.xlsx` [ref_2]。 | | **`Spire.XLS for Python`** | `.xls`, `.xlsx`, `.csv` 等 | 读写、转换、格式化 | 商业库，功能全面，支持格式互转（如 `.xls` 转 `.xlsx`）[ref_2][ref_6]。 | ### 方法一：使用 `xlrd` 库（经典方案） `xlrd` 是专门为读取 `.xls` 文件设计的库，简单直接 [ref_5]。 1. **安装库**： ```bash pip install xlrd==1.2.0 # 建议安装 1.2.0 版本以确保兼容性 ``` 2. **代码示例**： ```python import xlrd # 1. 打开工作簿 workbook = xlrd.open_workbook('your_file.xls') # 替换为你的文件路径 [ref_4] # 2. 获取工作表 # 方式一：通过索引（从0开始） sheet = workbook.sheet_by_index(0) # 方式二：通过名称 # sheet = workbook.sheet_by_name('Sheet1') # 3. 获取工作表基本信息 print(f"工作表名称: {sheet.name}") print(f"总行数: {sheet.nrows}") print(f"总列数: {sheet.ncols}") # 4. 读取单元格数据 # 获取单个单元格（第2行，第1列，索引从0开始） cell_value = sheet.cell_value(1, 0) print(f"B2 单元格的值: {cell_value}") # 5. 遍历行数据（示例：读取前5行） for row_idx in range(min(5, sheet.nrows)): # 避免索引越界 row_data = sheet.row_values(row_idx) print(f"第 {row_idx + 1} 行: {row_data}") ``` **关键点**： * `sheet.cell_value(row, col)` 是最常用的数据获取方法。 * `sheet.row_values(row_idx)` 返回指定行的列表。 * `xlrd` 会准确读取单元格中的数字、日期（返回为浮点数，需用 `xlrd.xldate_as_datetime` 转换）、布尔值和字符串 [ref_5]。 ### 方法二：使用 `pandas` 库（数据分析首选） `pandas` 通过 `read_excel()` 函数封装了底层引擎，对于数据分析场景更为高效便捷 [ref_4][ref_6]。 1. **安装库**： ```bash pip install pandas xlrd ``` *注意：`pandas` 读取 `.xls` 需要 `xlrd` 作为后端引擎。* 2. **代码示例**： ```python import pandas as pd # 读取整个工作表到 DataFrame df = pd.read_excel('your_file.xls', sheet_name=0, engine='xlrd') # sheet_name 可以是索引或名称 [ref_4] # 查看前5行数据 print("数据前5行:") print(df.head()) # 查看数据形状 (行数, 列数) print(f"\n数据形状: {df.shape}") # 查看列名 print(f"\n列名: {list(df.columns)}") # 读取特定范围的数据（例如：跳过前2行表头，读取A到C列） df_range = pd.read_excel('your_file.xls', sheet_name=0, skiprows=2, # 跳过前2行 usecols='A:C', # 读取A到C列 engine='xlrd') print(f"\n特定范围数据形状: {df_range.shape}") ``` **优势**： * 自动处理表头，将第一行数据识别为列名（可通过 `header` 参数调整）。 * 轻松进行数据筛选、清洗、分析和可视化。 * 支持读取多个工作表，或指定读取范围。 ### 方法三：处理特殊情况（XML 格式的 `.xls` 文件） 极少数情况下，`.xls` 文件可能实际上是 XML 格式（例如由某些旧系统生成）。标准的 `xlrd` 或 `pandas` 无法直接解析这种文件 [ref_1]。此时需要先将其转换为标准的 `.xls` 或 `.csv` 格式，或者直接解析 XML。 1. **转换为标准格式**：可以使用 `Spire.XLS for Python` 等支持格式转换的库 [ref_2]。 ```python from spire.xls import * # 创建 Workbook 对象 workbook = Workbook() # 加载 XML 格式的 .xls 文件 workbook.LoadFromFile('non_standard.xls') # 另存为标准的 .xls 或 .xlsx 文件 workbook.SaveToFile('standard.xlsx', FileFormat.Version2016) workbook.Dispose() ``` *注意：`Spire.XLS` 是商业库，需遵循其许可协议 [ref_2][ref_6]。* 2. **直接解析 XML**：如果文件结构是已知的类 Excel XML，可以使用 `xml.etree.ElementTree` 等 XML 解析库手动提取数据 [ref_1]。 ### 总结与建议 | 场景 | 推荐方法 | 理由 | | :--- | :--- | :--- | | **简单读取 `.xls` 内容** | `xlrd` | 轻量、专一、控制力强，适合脚本或遗留系统维护 [ref_5]。 | | **数据分析和处理** | `pandas` + `xlrd` | 一站式解决方案，`DataFrame` 便于后续计算、统计和可视化 [ref_4][ref_6]。 | | **需要格式转换** | `Spire.XLS for Python` | 提供专业的文件格式转换功能（如 `.xls` 转 `.xlsx`）[ref_2]。 | | **文件为 XML 格式** | 先转换格式，再用上述方法 | 直接解析 XML 复杂且易出错，转换为标准格式更可靠 [ref_1]。 | **核心操作流程归纳**： 1. **确认文件格式**：确保目标文件是标准的二进制 `.xls` 格式。 2. **选择工具库**：根据上述场景选择 `xlrd` 或 `pandas`。 3. **加载工作簿**：使用 `xlrd.open_workbook()` 或 `pd.read_excel(engine='xlrd')`。 4. **定位工作表**：通过索引或名称选择要操作的工作表。 5. **提取数据**：使用单元格定位或行/列遍历方式获取数据。 6. **数据处理**：在 `pandas` 中可直接进行，使用 `xlrd` 则需自行编写逻辑或转换为列表等结构。 对于绝大多数情况，使用 `pandas` 的 `read_excel()` 函数是最高效和通用的选择，因为它无缝集成了读取和后续分析步骤 [ref_4][ref_6]。