1

嗨，我正在尝试从这个 url ( http://www.sicom.gov.co/precios/controller?accion=ExportToExcel ) 下载一个 excel 文件，然后我需要使用 xlrd 解析它。

问题是，当我将该 URL 放在浏览器上时，我得到一个或多或少 2MB 的 excel 文件，但是当我使用 urllib2、http2lib 甚至从命令行 curl 下载文件时，我只得到一个 4k 文件并且显然解析不完整文件惨遭失败。

奇怪的是，xlrd 似乎能够从下载的文件中读取正确的工作表名称，所以我猜该文件是正确的，但它显然不完整。

这是我想要实现的一些示例代码

import urllib2
from xlrd import open_workbook

excel_url = 'http://www.sicom.gov.co/precios/controller?accion=ExportToExcel'

result = urllib2.urlopen(excel_url)
wb = open_workbook(file_contents=result.read())
response = ""
for s in wb.sheets():
            response += 'Sheet:' + s.name + '<br>'
            for row in range(s.nrows):
                values = []
                for col in range(s.ncols):
                    value = s.cell(row, col).value
                    if (value):
                        values.append(str(value) + " not empty")
                    else:
                        values.append("Value at " + col + ", " + row + " was empty")
                response += str(values) + "<br>"
4

1 回答 1

2

您必须先调用您的第一个网址。它似乎设置了一个cookie或类似的东西。然后调用第二个下载excel文件。对于那种工作，你应该更喜欢http://docs.python-requests.org/en/latest/#，因为它比标准的 lib 工具更容易使用，并且它可以更好地处理特殊情况（如 cookie）默认。

import requests

s = requests.Session()
s.get('http://www.sicom.gov.co/precios/controller?accion=Home&option=SEARCH_PRECE')
response = s.get('http://www.sicom.gov.co/precios/controller?accion=ExportToExcel')

with file('out.xls','wb') as f:
    f.write(response.content)
于 2013-11-14T20:29:38.857 回答