python - 使用 xlrd 读取包含中文和/或印地语字符的 Excel xls 文件

Question

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

在上面的链接中，我使用这个实用程序读取了一个 XLS 文件。如果 XLS 文件包含不同的语言字符，如中文或印地语，则无法正确输出它们。有解决办法吗？

谷歌搜索后，我发现了这个:

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book = open_workbook('dodgy.xls',encoding='cp1252')这一行有错误:

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

Answer 1

[dis]claimer:我是 xlrd 的作者。

If the xls contains different language characters like chine or hindi.It does not output the exact wordings.Is there a work around for this..

encoding_override 参数(如文档中所述)仅用于旧文件(由早于 Excel 97(即 1997 年)的 Excel 生成)，并且仅在内部记录的“代码页”丢失或不正确时使用。

注意:带有中文字符的旧文件:使用“cp1252”覆盖肯定会引发异常。

注意:带有“印地语”(天城文？)字符的旧文件:不太可能……据我所知，任何 ISCII 脚本都没有官方支持的代码页，我也没有听说过任何非官方的。欢迎提供有关此主题和/或示例文件的任何信息。

Excel 97 及更高版本以(有效)UTF-16LE 格式记录所有文本数据。如果文件是有效的 Excel-97 或更高版本文件，则忽略 encoding_override。

无论生成文件的 Excel 版本是什么，(如文档所述)xlrd 都会返回 unicode 字符串。您的问题很可能与您如何显示或转换这些 un​​icode 字符串有关。

如需进一步帮助，请编辑您的问题以显示实际输出的示例以及“确切措辞”。