### 如何在 Python 中读取 XLS 文件数据 在 Python 中，可以使用多种库来读取 `.xls` 文件的数据。以下是几种常用的方法及其具体实现。 #### 方法一：使用 `xlrd` 库 `xlrd` 是一个专门用于读取 Excel 文件的库，支持 `.xls` 和部分 `.xlsx` 文件格式。通过该库可以直接访问单元格的内容，并对其进行进一步处理[^3]。 ```python import xlrd def read_xls_with_xlrd(file_path): workbook = xlrd.open_workbook(file_path) # 打开文件 sheet = workbook.sheet_by_index(0) # 获取第一个工作表 for row_idx in range(sheet.nrows): # 遍历每一行 row_data = [] for col_idx in range(sheet.ncols): # 遍历每一列 cell_value = sheet.cell_value(row_idx, col_idx) row_data.append(cell_value) print(row_data) if __name__ == "__main__": file_path = "example.xls" read_xls_with_xlrd(file_path) ``` 此方法适用于简单的 `.xls` 文件读取场景，但对于较新的 `.xlsx` 格式可能存在问题[^3]。 --- #### 方法二：使用 `pyexcel-xls` 库 `pyexcel-xls` 提供了一种更简洁的方式来读取和写入 Excel 数据。它以字典的形式返回整个文件的工作表结构[^2]。 ```python from pyexcel_xls import get_data def read_xls_with_pyexcel(file_path): data = get_data(file_path) # 返回 OrderedDict 类型的数据 for sheet_name, rows in data.items(): print(f"Sheet Name: {sheet_name}") for row in rows: print(row) if __name__ == "__main__": file_path = "example.xls" read_xls_with_pyexcel(file_path) ``` 这种方法的优点在于其简单性和灵活性，适合快速开发需求[^2]。 --- #### 方法三：使用 `pandas` 库 对于数据分析任务而言，`pandas` 是最强大的工具之一。它可以轻松加载 `.xls` 或 `.xlsx` 文件到 DataFrame 对象中，便于后续操作[^1]。 ```python import pandas as pd def read_xls_with_pandas(file_path): df = pd.read_excel(file_path, engine='xlrd') # 使用引擎指定解析方式 print(df.head()) # 显示前几行数据 if __name__ == "__main__": file_path = "example.xls" read_xls_with_pandas(file_path) ``` 注意，在某些情况下需要显式设置 `engine='xlrd'` 参数以兼容旧版 `.xls` 文件[^1]。 --- ### 总结 以上三种方法各有优劣： - 如果仅需基本功能，则推荐 **`xlrd`**； - 若追求代码简洁度可选用 **`pyexcel-xls`**； - 而涉及复杂数据处理时应优先考虑 **`pandas`**。 每种方案均能有效完成 `.xls` 文件的读取任务，实际应用中可根据项目需求和个人偏好做出选择。