Python讀取中文Excel問題解決

• 為什么讀取中文Excel會出錯
• 兩個難題
• 試驗結果

為什么讀取中文Excel會出錯

在計算機中，一個字節(byte)有8個比特，即可以表達2^8次方即256個字符，一個英文字母或符號占一個字節，即ASCII碼。ASCII碼有意只編了128個。

但是這個表達對于其他語言是不夠用的，特別是東亞文字。于是上世紀八九十年代出現了很多并行的編碼表，將2個字節對應為日文、韓文、簡體或繁體漢字。Windows官方使用cp936的編碼表，相當于gb18030. 所以在Windows系統里，不論是文本內容，還是文件名，都是以它來解碼的。

這樣就造成了兩種錯誤，一是如果以ASCII碼去讀，會發生錯誤（因為還有128種字節不被ASCII定義），這就逼的程序去指定編碼表。但是依然會發生編碼表錯誤，即錯誤解碼，例如原來是日文的編碼錯解成gb18030就會出錯，形成亂碼。

后來又出現了UTF-8，用1-3個字節將所有的語言的字符都包括進來，1-3個字節是為了兼容ASCII，實際可以只用2個字節，而2個字節的是unicode，規定內存中使用。

這樣，盡管在內存中字節是通用的unicode，但是永久存儲卻有多種編碼，即便都是中文，也有cp936, gb2312, gbk, gb18030和utf-8幾種. 我忘了cp936是對應哪種gb了，但是一個割裂的后果是微軟體系只要安裝時指定簡體中文，都用cp936，而后來流行的網頁，Linux及新興語言，特別是Python都默認utf-8.

兩個難題

如上，一個是在Windows系統中運行，如果碰上中文文件名，必須用cp936或gb18030去解碼它。如果你寫了一個中文的文件名，而python根據utf-8規則去把它翻譯成字節，就會在底層的文件名上不匹配，因為該中文在cp936的規則下翻譯成另外的字節。報錯是找不到該文件。

我參照了很多網上內容，有以下三種解決方法，前兩種類似，是用unicode：

u'中文.xlsx' r'中文.xlsx' '中文.xlsx'.encode('cp936')

而最后一種直接指定解碼出字節。最后一種經常是失效的，而前兩種在所有的庫中都可以調用，應該是被python底層支持了。

第二個難題是讀取文件內容時正確指定編碼。如果直接用Excel編輯，或者c#之類的插件生成的一般里面的文字是cp936的，而python的各excel庫偏偏喜歡默認編碼為utf-8

一個非常簡單粗暴的辦法是在加載了相應庫之后，把Excel文件對象的encoding屬性強行從utf-8更改：
xlrd改文件內容編碼

xlrd.Book.encoding = "gbk"

這樣即使庫沒有提供改編碼接口，也實際改了。當然xlrd還提供了接口。
如果cp936的內容強行用utf-8去解，會發生報錯

UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xce in position 64: invalid continuation byte

試驗結果

xlrd和openpyxl可以同時解決以上兩個問題, 下面是xlrd的一段代碼。

import xlrd, xlwt xlrd.Book.encoding = "cp936" exl = xlrd.open_workbook(u'上海代碼.xlsx') print("首行為\n ", exl.sheets()[0].row_values(0) )

openpyxl也可以，但是它的語法過于復雜：

# a trial to see if openpyxl works import openpyxl openpyxl.Workbook.encoding="cp936" book = openpyxl.load_workbook(u'上海代碼.xlsx') print(book.sheetnames) sheet = book.active print(sheet['A1'].value)

然后直接在cmd窗口進到相應目錄運行它（注意用vscode可能被vscode自己默認的utf-8或工作路徑污染出錯），兩個難題同時解決了

Microsoft Windows [版本 6.1.7601] 版權所有 (c) 2009 Microsoft Corporation。保留所有權利。C:\Users\Y>d:D:\>python openpyxl_.py C:\Python37-32\lib\site-packages\openpyxl\styles\stylesheet.py:214: UserWarning:Workbook contains no default style, apply openpyxl's defaultwarn("Workbook contains no default style, apply openpyxl's default") ['Sheet0'] 證券代碼D:\>

下一篇會講寫excel。我看到通用的視頻是講xlwt或openpyxl，其實這兩個都不實用。這些培訓真是誤人子弟。具體如何，下期再見。

總結

以上是生活随笔為你收集整理的Python读取中文Excel问题解决的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。