Python中XML到XLSX的转换

我到处寻找答案，但似乎没有一个确定的答案。下面是：

from selenium import webdriver

chromedriver_path = ("localchromedrive/chromedriver.exe")
chromeOptions = webdriver.ChromeOptions()
MSCI_dir = ("mylocaldrive")
prefs = {"download.default_directory" : MSCI_dir}
chromeOptions.add_experimental_option("prefs", prefs)
driver = webdriver.Chrome(chromedriver_path,chrome_options=chromeOptions)
url = "https://www.ishares.com/us/239637/fund-download.dl"
driver.get(url)

该文件现在下载到本地路径并保存为以下格式：

temp_path = "mylocaldrive\iShares-MSCI-Emerging-Markets-ETF_fund.xls"

此文件保存为“.xls”文件类型，但显然是XML文件。有关在记事本中打开的文件，请参见下文

我试过xlrd：

import xlrd
book = xlrd.open_workbook(temp_path)
XLRDError: Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf<?xml'

这看起来很有效，但当我尝试使用熊猫时，我发现：

pd.read_excel(xlsx_path)
XLRDError: Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf<?xml'`

pd.read\u excel（xlsx\u路径）
XLRDError:不支持的格式或损坏的文件：预期的BOF记录；找到了b'\xef\xbb\xbf我认为您的问题在于该文件不是XLS文件，而是XLSX文件，它是Microsoft为减小文档和XLS文件大小而制作的特殊XML文件

看：

遇到了同样的问题。最后，我不得不将该文件作为XML文件读取，并将XML重建为xlsx文件。你应该看看这个帖子：
wb = xw.Book(temp_path)
wb.save(xlsx_path)
wb.close()`

pd.read_excel(xlsx_path)
XLRDError: Unsupported format, or corrupt file: Expected BOF record; found b'\xef\xbb\xbf<?xml'`

from bs4 import BeautifulSoup`
soup = BeautifulSoup(open(temp_path), "xml")`

In [1]: soup
Out[1]: <?xml version="1.0" encoding="utf-8"?>`

In [2]: soup.contents
Out[2]: []`

In [3]: soup.get_text()
Out[3]: ''`