Python读取有密码的Excel文件:完整指南

Python读取有密码的Excel文件

在日常数据处理中,经常会遇到受密码保护的Excel文件。Python作为数据处理的利器,提供了多种方法来读取这些文件。本文将详细介绍如何使用Python读取有密码的Excel文件,包括处理旧版.xls(Excel 97-2003)和新版.xlsx文件。

环境准备

推荐使用以下库:

  • msoffcrypto-tool:解密受密码保护的Excel文件
  • openpyxl:处理.xlsx文件
  • xlrd:处理.xls文件
  • pandas:高级数据结构处理

安装命令:pip install msoffcrypto-tool openpyxl xlrd pandas

读取有密码的.xlsx文件

对于.xlsx文件,可以使用msoffcrypto-tool解密后再用openpyxl或pandas读取。

import msoffcrypto
import openpyxl
import pandas as pd
from io import BytesIO

# 有密码的.xlsx文件路径
encrypted_file = 'protected.xlsx'
password = 'your_password'

# 解密并读取
with open(encrypted_file, 'rb') as f:
    office_file = msoffcrypto.OfficeFile(f)
    office_file.load_key(password=password)
    decrypted = BytesIO()
    office_file.decrypt(decrypted)
    # 使用openpyxl
    wb = openpyxl.load_workbook(decrypted)
    sheet = wb.active
    # 或使用pandas
    decrypted.seek(0)
    df = pd.read_excel(decrypted, engine='openpyxl')

读取有密码的.xls文件

旧版.xls文件可以使用msoffcrypto-tool(版本5以上支持)或xlrd(仅限未加密文件)。对于加密的.xls,需使用msoffcrypto-tool。

import msoffcrypto
import pandas as pd
from io import BytesIO

encrypted_file = 'protected.xls'
password = 'your_password'

with open(encrypted_file, 'rb') as f:
    office_file = msoffcrypto.OfficeFile(f)
    office_file.load_key(password=password)
    decrypted = BytesIO()
    office_file.decrypt(decrypted)
    decrypted.seek(0)
    df = pd.read_excel(decrypted, engine='xlrd')

注意事项

  • 确保密码正确;错误密码会引发异常。
  • msoffcrypto-tool默认不支持非常旧的加密算法(如RC4),但一般现代文件(Office 2007+)都使用AES加密。
  • 对于没有密码保护的Excel文件,简单使用pd.read_excel即可。
  • 安全性:请勿在代码中硬编码密码,考虑使用环境变量或配置管理。

总结

通过msoffcrypto-tool和pandas,Python可以轻松读取有密码的Excel文件。记住要尊重数据所有权和法律法规,仅在授权情况下访问加密文件。