我试过xlrd，panda，openpyxl和其他类似的库，所有这些库在读取整个文件时，似乎都要花费指数级的时间，因为文件大小会增加。上面提到的其他解决方案，他们使用'on_demand'对我不起作用。下面的函数适用于xlsx文件。

def get_sheet_details(file_path):
    sheets = []
    file_name = os.path.splitext(os.path.split(file_path)[-1])[0]
    # Make a temporary directory with the file name
    directory_to_extract_to = os.path.join(settings.MEDIA_ROOT, file_name)
    os.mkdir(directory_to_extract_to)

    # Extract the xlsx file as it is just a zip file
    zip_ref = zipfile.ZipFile(file_path, 'r')
    zip_ref.extractall(directory_to_extract_to)
    zip_ref.close()

    # Open the workbook.xml which is very light and only has meta data, get sheets from it
    path_to_workbook = os.path.join(directory_to_extract_to, 'xl', 'workbook.xml')
    with open(path_to_workbook, 'r') as f:
        xml = f.read()
        dictionary = xmltodict.parse(xml)
        for sheet in dictionary['workbook']['sheets']['sheet']:
            sheet_details = {
                'id': sheet['sheetId'], # can be @sheetId for some versions
                'name': sheet['name'] # can be @name
            }
            sheets.append(sheet_details)

    # Delete the extracted files directory
    shutil.rmtree(directory_to_extract_to)
    return sheets

因为所有的xlsx基本上都是压缩文件，所以我们直接从工作簿中提取底层的xml数据并读取工作表名称，与库函数相比，这只需要几分之一秒的时间。

• 基准：（以4张6mb xlsx档案格式）*
• • Pandas，第十三次：**12秒
• • 开放式数据库：**24秒
• • 建议方法：**0.4秒

根据我对标准/流行库的研究，截至2020，xlsx/xls还没有实现这一点，但您可以对xlsb实现这一点。无论哪种方式，这些解决方案都将为您带来巨大的性能提升。
以下是在约10Mb xlsx、xlsb文件上进行的基准测试。

一米八一米

from openpyxl import load_workbook

def get_sheetnames_xlsx(filepath):
    wb = load_workbook(filepath, read_only=True, keep_links=False)
    return wb.sheetnames

• 基准测试：*~速度提高14倍

# get_sheetnames_xlsx vs pd.read_excel
225 ms ± 6.21 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
3.25 s ± 140 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

一米九一x

from pyxlsb import open_workbook

def get_sheetnames_xlsb(filepath):
  with open_workbook(filepath) as wb:
     return wb.sheets

• 基准测试：*~速度提高56倍

# get_sheetnames_xlsb vs pd.read_excel
96.4 ms ± 1.61 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
5.36 s ± 162 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

• 备注：*
• 这是一个很好的资源-http://www.python-excel.org/
• xlrd自2020年起不再维护

通过结合@Dhwanil shah的答案和here的答案，我编写的代码也兼容只有一个工作表的xlsx文件：

def get_sheet_ids(file_path):
sheet_names = []
with zipfile.ZipFile(file_path, 'r') as zip_ref:
    xml = zip_ref.open(r'xl/workbook.xml').read()
    dictionary = xmltodict.parse(xml)

    if not isinstance(dictionary['workbook']['sheets']['sheet'], list):
        sheet_names.append(dictionary['workbook']['sheets']['sheet']['@name'])
    else:
        for sheet in dictionary['workbook']['sheets']['sheet']:
            sheet_names.append(sheet['@name'])
return sheet_names

基于dhwanil-shah的答案，我发现这是最有效的：

import os
import re
import zipfile

def get_excel_sheet_names(file_path):
    sheets = []
    with zipfile.ZipFile(file_path, 'r') as zip_ref: xml = zip_ref.read("xl/workbook.xml").decode("utf-8")
    for s_tag in  re.findall("<sheet [^>]*", xml) : sheets.append(  re.search('name="[^"]*', s_tag).group(0)[6:])
    return sheets

sheets  = get_excel_sheet_names("Book1.xlsx")
print(sheets)
# prints: "['Sheet1', 'my_sheet 2']"

• • xlsb工作备选方案**

import os
import re
import zipfile

def get_xlsb_sheet_names(file_path):
    sheets = []
    with zipfile.ZipFile(file_path, 'r') as zip_ref: xml = zip_ref.read("docProps/app.xml").decode("utf-8")
        xml=grep("<TitlesOfParts>.*</TitlesOfParts>", xml)
        for s_tag in  re.findall("<vt:lpstr>.*</vt:lpstr>", xml) : sheets.append(  re.search('>.*<', s_tag).group(0))[1:-1])

    return sheets

优点是：

• 速率
• 代码简单，易于修改
• 不创建临时文件或目录（全部在内存中）
• 仅使用核心库

待完善：

• • • 正则表达式解析**（不确定如果工作表名称包含双引号["]，它将如何工作）

Python代码改编，传递了完整的pathlib路径文件名（例如，（'c：\xml\file.xlsx'））。根据Dhwanil shah答案，没有使用Django方法创建临时目录。

import xmltodict
import shutil
import zipfile

def get_sheet_details(filename):
    sheets = []
    # Make a temporary directory with the file name
    directory_to_extract_to = (filename.with_suffix(''))
    directory_to_extract_to.mkdir(parents=True, exist_ok=True)
    # Extract the xlsx file as it is just a zip file
    zip_ref = zipfile.ZipFile(filename, 'r')
    zip_ref.extractall(directory_to_extract_to)
    zip_ref.close()
    # Open the workbook.xml which is very light and only has meta data, get sheets from it
    path_to_workbook = directory_to_extract_to / 'xl' / 'workbook.xml'
    with open(path_to_workbook, 'r') as f:
        xml = f.read()
        dictionary = xmltodict.parse(xml)
        for sheet in dictionary['workbook']['sheets']['sheet']:
            sheet_details = {
                'id': sheet['@sheetId'],  # can be sheetId for some versions
                'name': sheet['@name']  # can be name
            }
            sheets.append(sheet_details)
    # Delete the extracted files directory
    shutil.rmtree(directory_to_extract_to)
    return sheets

仅使用标准库：

import re
from pathlib import Path
import xml.etree.ElementTree as ET
from zipfile import Path as ZipPath

def sheet_names(path: Path) -> tuple[str, ...]:
    xml: bytes = ZipPath(path, at="xl/workbook.xml").read_bytes()
    root: ET.Element = ET.fromstring(xml)
    namespace = m.group(0) if (m := re.match(r"\{.*\}", root.tag)) else ""
    return tuple(x.attrib["name"] for x in root.findall(f"./{namespace}sheets/") if x.tag == f"{namespace}sheet")

读取excel工作表名称的简单方法：
导入openpyxl wb = openpyxl.加载工作簿（r ""）打印（wb.工作表名称）
使用Pandas从Excel中的特定工作表读取数据：
pdf = www.example.com_excel（io =''，引擎='openpyxl'，工作表名称='报表'，页眉= 7，跳过页脚= 1）. drop_duplicates（）pd.read_excel(io = '', engine='openpyxl', sheet_name = 'Report', header=7, skipfooter=1).drop_duplicates()

您还可以使用

data=pd.read_excel('demanddata.xlsx',sheet_name='oil&gas')
print(data)

这里demanddata是你的文件名，oil & gas是你的工作表名之一。假设你的工作表中可能有n个工作表。只需在Sheet_name ="Name of Your required sheet"中给出你想要获取的工作表的名称即可。

您可以使用xlrd库并使用"on_demand = True"标志打开工作簿，这样工作表就不会自动加载。
然后，您可以使用与Pandas类似的方法检索工作表名称：

import xlrd
xls = xlrd.open_workbook(r'<path_to_your_excel_file>', on_demand=True)
print xls.sheet_names() # <- remeber: xlrd sheet_names is a function, not a property