应停用xlrd 2.0+，改用openpyxl读.xlsx或降级xlrd==1.2.0；校验文件头（.xlsx为PK\x03\x04，.xls为D0\xCF\x11\xE0），并启用openpyxl的read_only=True和data_only=True模式规避解析错误。
遇到 xlrd.biffh.XLRDError: Unsupported format, or corrupt file 怎么办
这通常不是 Excel 文件真损坏，而是 xlrd 库在 2.0+ 版本后彻底弃用了对 .xlsx 的支持——它只认老式 .xls，且对加密、宏、损坏流控极敏感。直接换库是最省事的解法。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 如果文件确定是
.xlsx或.xlsb，立刻停用xlrd，改用openpyxl（纯 Python，支持.xlsx）或pyxlsb（专解.xlsb） - 若必须用
xlrd，确认文件是真实.xls（不是重命名的.xlsx），并降级到xlrd==1.2.0（最后支持.xlsx的版本） - 用
file命令或十六进制头校验：正常.xlsx是PK\x03\x04，.xls是D0\xCF\x11\xE0；头不对就别硬读
用 openpyxl 加载时抛 InvalidFileException 或卡死
openpyxl 对循环引用（如公式 A1 引用 B1，B1 又引用 A1）和结构错乱（如共享字符串表缺失、sheet 关系断裂）默认不宽容，会直接中断。但你可以让它“尽力而为”。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 启用
read_only=True模式：跳过解析样式、公式、合并单元格等易出错环节，大幅降低崩溃概率 - 加
data_only=True：把公式结果当值读，绕过公式引擎对循环引用的校验 - 捕获异常后，尝试用
zipfile.ZipFile手动解压.xlsx，检查xl/workbook.xml是否可读、xl/sharedStrings.xml是否为空或截断 - 对已知有公式的文件，提前用 Excel 手动“另存为”一次，能修复多数结构松动问题
如何检测并跳过损坏的 sheet 而不中断整个读取
openpyxl.load_workbook() 默认加载全部 sheet，一个 sheet 坏掉整调用就崩。得手动控制加载粒度。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先用
openpyxl.load_workbook(filename, read_only=True, keep_vba=False)获取 workbook 对象，此时不真正加载数据 - 遍历
wb.sheetnames，对每个 sheet 名调用wb.get_sheet_by_name(name)，再用try/except包裹sheet.iter_rows()的首次迭代 - 若某 sheet 报
KeyError（缺 sharedStrings）、AttributeError（sheet 对象不完整），记录日志后continue，不影响其余 sheet - 注意：
read_only=True下不能用sheet['A1'].value这种索引方式，必须用iter_rows()或iter_cols()
用 pandas.read_excel() 时 silent fail 或读空表
pandas 底层调用引擎（openpyxl / xlrd / calamine）不同，行为差异大。silent fail 多因引擎自动降级或跳过异常 sheet 后没报错。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 显式指定
engine：比如pd.read_excel('x.xlsx', engine='openpyxl')，避免 pandas 自行选错引擎 - 加
keep_default_na=False和na_values=None，防止空单元格被误判为NaN导致整行丢弃 - 用
sheet_name=None让 pandas 返回 dict of DataFrames，再逐个检查df.shape[0] > 0，定位是哪个 sheet 空了 - 若怀疑是编码或 BOM 问题（尤其 Windows 生成的 CSV 导出再转 Excel），先用
chardet查原始字节编码，再用openpyxl的guess_type辅助判断
循环引用本身不会让 Excel 文件打不开，但会让 Python 解析器在构建依赖图时陷入无限递归或栈溢出。真正棘手的是那些“看起来能打开，但 XML 结构残缺”的文件——它们往往需要人工干预或 Excel 重救，自动化处理总有边界。
