如何使用Python读取加密的Excel文件并进行自动化数据清洗？-Python教程-PHP中文网

是，pandas.read_excel不支持密码保护excel，因其底层openpyxl/xlrd均无法解密；推荐用xlwings调用本地excel进程解密读取，需预装excel并传入password参数，注意显式关闭进程与密码安全管理。

如何使用python读取加密的excel文件并进行自动化数据清洗？

加密Excel文件无法用pandas直接读取`read_excel`？

因为pandas.read_excel底层依赖openpyxl或xlrd，而这俩库都不支持打开密码保护的Excel（.xlsx/.xls）。你看到的典型报错是：InvalidFileException: openpyxl does not support the old .xls file format（如果误用xlrd）或者更常见的：openpyxl.utils.exceptions.InvalidFileException: File contains no valid workbook part——其实根本不是文件损坏，而是密码拦住了。

真正能解密读取的只有pywin32（Windows）或xlwings（跨平台但需本地Excel进程），或者用olefile+pycryptodomex手动解密（仅限老式二进制加密，且密钥已知）。生产环境推荐xlwings，它能调用系统安装的Excel应用真实解密。

Windows + 有Excel桌面版 → 用xlwings最稳
Linux/macOS无Excel → 只能尝试导出为非加密格式再处理，或让上游取消加密
所谓“加密”是密码打开型（Password to open），不是AES加密流——后者根本没法绕过

用`xlwings`读取加密Excel并转成DataFrame

xlwings靠启动真实Excel进程来解密，所以必须提前装好Excel（Microsoft 365/2019/2021均可），且Python运行时不能被其他Excel实例阻塞。

安装和基础读取代码：

pip install xlwings

关键点：必须显式传入密码，且app.display_alerts = False防止弹窗打断自动化：

Python 3.14.2

Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。

下载

import xlwings as xw<br>import pandas as pd<br><br>app = xw.App(visible=False)<br>app.display_alerts = False<br><br>try:<br>    wb = app.books.open('report.xlsx', password='123456')<br>    ws = wb.sheets['Sheet1']<br>    df = ws.range('A1').options(pd.DataFrame, header=1, index=False).value<br>finally:<br>    wb.close()<br>    app.quit()

password参数只对“打开密码”有效；如果是“编辑密码”，xlwings也能绕过（只要能打开）
visible=False在服务器环境必须设，否则卡住
别漏掉app.quit()，否则Excel进程残留，多次运行后内存爆满

清洗前先确认数据结构是否被密码破坏

有些加密Excel在解密后会出现空行、合并单元格残留、表头错位等问题——不是代码问题，是Excel本身保存异常导致。尤其当原文件用VBA或第三方工具加密时，xlwings读出的range.value可能含None或float('nan')。

建议清洗前加一层校验：

# 检查首行是否全为None或NaN<br>if df.iloc[0].isna().all():<br>    df = df.dropna(how='all').reset_index(drop=True)<br>    # 再检查新首行是不是表头<br>    if not isinstance(df.iloc[0, 0], str):<br>        df.columns = [f'col_{i}' for i in range(len(df.columns))]<br>        df = df.iloc[1:].reset_index(drop=True)

合并单元格会被读成首列有值、其余列为None，用df.ffill(axis=1)横向填充可缓解
如果原始表头跨多行，header=[0,1]不生效，得先用ws.range('A1').expand().value拿到完整区域再切片
加密过程有时会把数字格式转成文本（比如"123.00"变成字符串），后续pd.to_numeric(..., errors='coerce')要跟上

自动化流程中如何安全管理密码

硬编码密码在脚本里等于裸奔。别用os.environ明文存，也别写进.env文件（Git容易误提交）。推荐两种方式：

用keyring库存系统凭据：keyring.set_password('excel_reader', 'report.xlsx', '123456')，运行时用keyring.get_password('excel_reader', 'report.xlsx')取
企业环境走Vault或Azure Key Vault，用SDK获取token后换密码，返回值直接喂给xlwings
临时方案：密码通过stdin输入，适合调试，但CI/CD里不可用

最后提醒：xlwings启动Excel进程有延迟（约1–3秒），高频任务别每读一个文件都新建App；可复用同一个app实例，但要注意并发时Excel不支持多线程操作，必须加锁或串行执行。