Python操作.xls和.xlsx格式该分别用什么库

在Python中处理Excel文件，核心原则是根据文件扩展名对应的底层格式分别选库：操作新版的 .xlsx 格式，读写与修改首选 openpyxl，只生成大体量或复杂样式报表可选 xlsxwriter；操作旧版的 .xls 格式，读取使用 xlrd，新建写入使用 xlwt，在已有文件上追加或修改则结合 xlutils。如果主要任务是批量数据分析或跨格式转换，可以使用 pandas 作为统一上层接口，但底层依然需要安装上述对应的引擎库。下面从格式差异、选库判断标准、具体代码操作到常见报错排查逐一展开说明。

一、为什么.xls和.xlsx不能混用同一个底层库

许多初学者在用Python读取Excel时会遇到格式不支持的报错，直接原因在于 .xls 和 .xlsx 虽然都显示为Excel表格，但内部存储结构完全不同，没有任何一套纯Python底层解析器会同时实现这两种格式的完整读写逻辑。

.xls 是Excel 97-2003时代使用的二进制格式（基于BIFF8规范），所有单元格数据、样式和工作表结构都以紧密的二进制流记录在复合文档中，单张工作表最多只能容纳65536行、256列。而 .xlsx 是Excel 2007之后采用的开发办公文档格式（OOXML标准），本质上是一个ZIP压缩包，解压后可以看到多个记录工作表数据、共享字符串和样式的XML文件，单表支持1048576行、16384列。

更关键的变化发生在 xlrd 库的2.0.0版本之后。早期 xlrd 曾同时支持读取 .xls 和 .xlsx，但由于解析XML存在潜在安全隐患且维护重心重叠，官方从2.0.0版本起彻底移除了对 .xlsx 的支持。因此，现在必须严格区分文件格式来搭配Python库。

二、按具体需求选择对应库的判断方法

在实际项目中，不仅要看文件后缀是 .xls 还是 .xlsx，还要区分你是“只读数据”“从零生成新表”还是“保留原表格式并修改部分单元格”。不同库在读写权限和样式保留能力上有明确边界。

总结起来，选择依据可以归纳为以下三条明确规则：

• 处理 .xlsx 文件（当前主流场景）：只要涉及读取、修改已有单元格、调整字体边框或插入行列，一律使用 openpyxl。只有在“不需要读取旧文件，仅从零生成包含大量图表、条件格式或几十万行数据的新 .xlsx 文件”时，才优先选用内存控制和图表支持更好的 xlsxwriter。
• 处理 .xls 文件（兼容历史系统或老旧导出文件）：只读提取数据使用 xlrd；从零生成 .xls 文件使用 xlwt；必须在原有 .xls 文件上修改数据并保存，需要同时安装 xlrd、xlwt 和 xlutils。
• 以数据清洗、统计汇总为核心：不管源文件是 .xls 还是 .xlsx，不需要精细控制合并单元格或颜色边框时，直接使用 pandas，并在环境中安装好 openpyxl 和 xlrd 作为其底层引擎。

三、操作.xlsx格式：使用openpyxl完成读写与修改

openpyxl 是目前Python处理 .xlsx（以及启用宏的 .xlsm）最核心的库。它的工作对象依次是工作簿（Workbook）、工作表（Worksheet）和单元格（Cell）。需要注意的是，openpyxl 中所有行号和列号都按照Excel的习惯从 1 开始计数，而不是从 0 开始。

1. 安装环境准备

在命令行终端中执行以下pip命令安装 openpyxl：

pip install openpyxl

2. 新建、读取与追加修改.xlsx完整示例

下面的代码演示了在同一目录下先创建一份名为 sales_2026.xlsx 的文件，随后读取其中的数据，并在末尾追加一行新记录后保存。在项目工作目录中新建 handle_xlsx.py 并运行：

from openpyxl import Workbook, load_workbook
from openpyxl.styles import Font

file_path = "sales_2026.xlsx"

# 第一步：新建.xlsx工作簿并写入初始数据
wb = Workbook()
ws = wb.active
ws.title = "月度销量"

# 写入表头并设置加粗字体
ws.append(["月份", "产品名称", "销量", "单价"])
for col_idx in range(1, 5):
    ws.cell(row=1, column=col_idx).font = Font(bold=True)

# 写入两行示例数据
ws.append(["2026-01", "无线键盘", 120, 159.0])
ws.append(["2026-02", "机械鼠标", 95, 199.0])

wb.save(file_path)
print("1. 已创建文件:", file_path)

# 第二步：读取已有的.xlsx文件
# data_only=True 表示若单元格含公式则读取最后一次计算的数值结果
wb_read = load_workbook(file_path, data_only=True)
sheet = wb_read["月度销量"]

print("2. 读取到的表格内容:")
for row in sheet.iter_rows(min_row=1, values_only=True):
    print("  ", row)

# 第三步：在原表上修改单元格并追加新行
wb_edit = load_workbook(file_path)
edit_sheet = wb_edit["月度销量"]
# 修改第2行第3列（即2026-01的销量）为135
edit_sheet.cell(row=2, column=3, value=135)
# 在末尾追加一行
edit_sheet.append(["2026-03", "高清摄像头", 80, 249.0])
wb_edit.save(file_path)
print("3. 已完成修改与追加，当前总行数:", edit_sheet.max_row)

四、操作.xls格式：使用xlrd、xlwt与xlutils

面对政府申报系统、早期ERP或银行对账单导出的 .xls 文件，不能使用 openpyxl 打开。此时需要安装专门针对旧版二进制格式的工具组合。与 openpyxl 不同，xlrd 和 xlwt 的行号、列号索引全部从 0 开始计数。

1. 安装环境准备

在命令行终端中一次性安装读取、写入和修改所需的三个库：

pip install xlrd xlwt xlutils

2. 新建、读取与修改.xls完整示例

由于 xlwt 只能新建文件，无法直接打开已有 .xls 进行修改，如果需要修改已有 .xls 文件，必须先用 xlrd 读取工作簿，再通过 xlutils.copy.copy() 将其复制到内存中的可写对象，修改后再保存。新建 handle_xls.py 并运行：

import xlrd
import xlwt
from xlutils.copy import copy as xl_copy

xls_path = "legacy_inventory.xls"

# 第一步：使用 xlwt 新建 .xls 文件（行列索引从 0 开始）
wb_new = xlwt.Workbook(encoding="utf-8")
ws_new = wb_new.add_sheet("库存清单")

headers = ["编号", "配件名称", "库存数量"]
for col_idx, text in enumerate(headers):
    ws_new.write(0, col_idx, text)

ws_new.write(1, 0, "A001")
ws_new.write(1, 1, "散热风扇")
ws_new.write(1, 2, 50)

wb_new.save(xls_path)
print("1. 已生成旧版文件:", xls_path)

# 第二步：使用 xlrd 读取 .xls 文件
# formatting_info=True 用于保留原有单元格样式信息，供后续 xlutils 复制使用
rb = xlrd.open_workbook(xls_path, formatting_info=True)
r_sheet = rb.sheet_by_name("库存清单")

print("2. 读取到的行数:", r_sheet.nrows, "列数:", r_sheet.ncols)
for row_idx in range(r_sheet.nrows):
    print("  ", r_sheet.row_values(row_idx))

# 第三步：使用 xlutils.copy 在原文件基础上修改并追加数据
wb_modify = xl_copy(rb)
m_sheet = wb_modify.get_sheet(0)

# 将第2行（索引1）第3列（索引2）的库存数量从 50 改为 65
m_sheet.write(1, 2, 65)
# 在第3行（索引2）追加一条新记录
m_sheet.write(2, 0, "A002")
m_sheet.write(2, 1, "电源模块")
m_sheet.write(2, 2, 30)

wb_modify.save(xls_path)
print("3. 已完成对 legacy_inventory.xls 的更新保存")

细心的读者会发现，示例输出中整数 50 被 xlrd 读取成了浮点数 50.0。这是因为在旧版 .xls 的底层二进制存储中，普通整数和浮点数统一按双精度浮点数存储。如果需要还原为整数，可以在读取时检查单元格类型或用 int(val) 转换。

五、用pandas统一读取及将.xls安全转换为.xlsx

如果你不需要逐个调整单元格样式，只是想把表格读进Python做筛选、合并、分组统计，或者想把历史遗留的 .xls 批量转换成 .xlsx，使用 pandas 是最省力的做法。

pandas 通过 engine 参数指定底层解析库：读取 .xls 时指定 engine="xlrd"，读写 .xlsx 时指定 engine="openpyxl"。此外，实际工作中经常遇到“文件后缀名叫 .xls，但内部其实是网页HTML表格、CSV文本或者重命名过的 .xlsx”的情况。直接按后缀调用库会立刻报错，因此在批量转换前，可以先读取文件前几个字节（文件头魔数）核对真实格式。

完整代码：检测文件真实格式并转换.xls到.xlsx

先确保已安装 pandas（以及前面安装过的 xlrd 和 openpyxl）：

pip install pandas openpyxl xlrd

在相同目录下创建 convert_excel.py，该脚本会先检查前面生成的 legacy_inventory.xls 的文件头字节，确认是真实的二进制 .xls 后，将其全部工作表无损导出为 modern_inventory.xlsx：

import pandas as pd

def detect_excel_format(file_path):
    """通过文件前8个字节判断Excel文件的真实底层格式"""
    with open(file_path, "rb") as f:
        header = f.read(8)
    if header.startswith(b"\xd0\xcf\x11\xe0"):
        return "xls"
    elif header.startswith(b"PK\x03\x04"):
        return "xlsx"
    elif header.lstrip().startswith((b"<html", b"<HTML", b"<table", b"<TABLE")):
        return "html"
    return "unknown"

src_file = "legacy_inventory.xls"
dst_file = "modern_inventory.xlsx"

real_fmt = detect_excel_format(src_file)
print(f"检测到 {src_file} 的真实底层格式为: {real_fmt}")

if real_fmt == "xls":
    # sheet_name=None 表示读取所有工作表，返回 {表名: DataFrame} 字典
    all_sheets = pd.read_excel(src_file, sheet_name=None, engine="xlrd")
    with pd.ExcelWriter(dst_file, engine="openpyxl") as writer:
        for sheet_name, df in all_sheets.items():
            df.to_excel(writer, sheet_name=sheet_name, index=False)
    print(f"已将全部工作表转换并保存至: {dst_file}")

    # 验证转换后的.xlsx文件
    df_verify = pd.read_excel(dst_file, sheet_name="库存清单", engine="openpyxl")
    print("转换后读取验证:")
    print(df_verify)

六、常见报错原因与排查方法

在混用 .xls 和 .xlsx 的过程中，最常遇到以下三类报错。根据报错提示中的关键词，可以迅速定位是选错了库还是文件本身名不副实：

1. 报错：xlrd.biffh.XLRDError: Excel xlsx file; not supported

• 触发原因：使用了 2.0.0 及以上版本的 xlrd 去读取 .xlsx 格式的文件（或者在 pandas.read_excel() 中对 .xlsx 强行指定了 engine="xlrd"）。
• 解决方法：不要通过降级安装旧版 xlrd 来规避问题。正确的做法是将代码改用 openpyxl，或在 pandas.read_excel() 中设置 engine="openpyxl"。

2. 报错：openpyxl.utils.exceptions.InvalidFileException 或 zipfile.BadZipFile: File is not a zip file

• 触发原因：用 openpyxl 打开了不支持的文件。常见于两种情况：一是直接把 .xls 文件传给了 openpyxl；二是有人把 .xls、.csv 或网页导出的表格直接手动重命名改成了 .xlsx 后缀，导致它根本不是合法的ZIP压缩包。
• 解决方法：运行上一节中的 detect_excel_format() 函数检查文件头。若返回 xls，改用 xlrd 读取；若返回 html，说明是网页伪装的Excel，可使用 pandas.read_html() 解析；若是空文件（0字节），则需检查上游文件生成逻辑是否未正常调用 save()。

3. 报错：ValueError: row index was 65536, not allowed by .xls format

• 触发原因：使用 xlwt 往 .xls 文件写入数据时，行数超过了65536行的格式上限。
• 解决方法：这不是 xlwt 库的缺陷，而是 .xls 二进制规范本身的硬性限制。当数据量可能超过6万行时，必须改用 openpyxl（开启 write_only=True 只写模式）或 xlsxwriter 导出为 .xlsx 格式。

七、各库功能边界与选择总结

为了在日常开发中快速查阅，下表与总结图整理了Python操作 .xls 和 .xlsx 各主流库在读写权限、格式支持和典型用途上的核心差异：

掌握上述对应关系后，遇到任何Excel处理任务时，只需先看清文件是 .xls 还是 .xlsx（必要时检验文件头），再按“.xlsx 主用 openpyxl、.xls 读写分用 xlrd/xlwt、批量分析用 pandas”的组合配置环境，就能稳定完成开发而不再被版本兼容问题困扰。