openpyxl 中的 IllegalCharacterError 与 ValueError

Question

我需要使用

pandas

保存 Excel 文件。数据来自数据库，很多时候文本字段包含一些奇怪的字符，并且会引发

openpyxl

。针对这种情况我有一个解决方案，可以找出哪张纸、哪一行、哪一列导致了问题。

但是最近数据给了我这样的错误：

IllegalCharacterError

我怎样才能把它变成和另一个一样的错误呢？也许替换一些字节？

有两个文本的示例。上面的一个创建

ValueError: All strings must be XML compatible: Unicode or ASCII, no NULL bytes or control characters

，下面的一个创建

ValueError

。

请参阅要点中的代码

。 stackoverflow 无法正确保存下面的代码。 IllegalCharacterError

我使用的设置是

from openpyxl import Workbook

text = "" # Including three bytes: hexadecimal FFBFBF   resulting ValueError
# text = '\x16'                                        # resulting IllegalCharacterError

wb = Workbook()
ws = wb.active
ws.append([text])
wb.save("test.xlsx")

我最初的熊猫问题也可以在相同的要点上找到。

我的主要问题是，在

openpyxl                 3.1.2
OS Linux-6.11.5-200.fc40.x86_64-x86_64-with-glibc2.39 (Fedora)
Python 3.12.7 (main, Oct  1 2024, 00:00:00) [GCC 14.2.1 20240912 (Red Hat 14.2.1-3)]

中，异常是在不同的步骤中引发的（to_excel vs writer.close），在第二种情况下，我什至无法获取导致问题的文本。

我什至认为我应该在

openpyxl 的 github 页面

上创建一个与此相关的问题。我认为它应该平等地处理两个字符编码问题，引发pandas。有道理吗？

Answer 1

IllegalCharacterError

是由于字符串中的非 XML 兼容字符造成的，而

ValueError

可能是由于 openpyxl 不支持的控制字符造成的。为了统一处理这两个错误，您可以创建一个自定义函数来清理文本数据，然后再将其保存到 Excel。以下是您可以如何执行此操作的示例：

IllegalCharacterError

此函数首先删除非 ASCII 字符，然后删除控制字符，确保文本既兼容 XML，又不含非法字符。