脚本如何批量转换表格格式

wen 实用脚本 2026-07-08 1

自动化办公的终极指南

目录导读

为什么需要批量转换表格格式？
常见表格格式转换场景与痛点
基于Python的脚本批量转换方案
免编程工具：Excel VBA宏批量转换
命令行工具与第三方库推荐
批量转换中的常见问题与陷阱
实战案例：CSV转XLSX的完整脚本
问答环节：解决你的实际困惑

为什么需要批量转换表格格式？

在日常办公和数据处理中,我们经常面临表格格式不统一的问题：客户发来CSV文件，系统只支持XLSX；数据库导出的Excel文件需要转为HTML嵌入网页；或者有上千个Excel文件需要从旧版XLS格式转换为新版XLSX，手动逐个转换不仅耗时，且极易出错——曾有一位财务人员因手动转换时遗漏了一列数据，导致月度报表重做三天。

脚本如何批量转换表格格式

据统计,一个熟练的办公人员手动转换100个表格文件平均需要2-3小时，而通过脚本实现仅需30秒，更重要的是，脚本转换保证100%的数据完整性，不会出现“点错单元格”或“复制遗漏”的人为错误。

常见表格格式转换场景与痛点

1 高频转换需求

CSV → XLSX：数据分析师从数据库导出CSV，但同事需要带格式的Excel文件
XLS → XLSX：旧版Excel 2003文件（.xls）在新版Office中打开兼容性问题
XLSX → PDF：报表需要打印或分发给无关Office的客户
XLSX → HTML：需要将表格数据嵌入网页或知识库
多格式统一：从不同来源收集的CSV、TXT、XLS、XLSX文件需要统一为XLSX

2 手动转换的三大痛点

重复性劳动：同样的操作（打开→另存为→关闭）重复几百次
编码陷阱：CSV文件的中文乱码问题（GBK vs UTF-8）
格式丢失：手动复制粘贴时，单元格格式、公式、合并单元格等特性丢失

基于Python的脚本批量转换方案

Python是处理表格格式转换的“瑞士军刀”，以下推荐三个核心库：

1 pandas库（最通用）

import pandas as pd
import os
def batch_convert(src_folder, dst_folder, src_ext='.csv', dst_ext='.xlsx'):
    for file in os.listdir(src_folder):
        if file.endswith(src_ext):
            src_path = os.path.join(src_folder, file)
            dst_path = os.path.join(dst_folder, file.replace(src_ext, dst_ext))
            if src_ext == '.csv':
                df = pd.read_csv(src_path, encoding='utf-8')
            elif src_ext == '.xlsx':
                df = pd.read_excel(src_path)
            df.to_excel(dst_path, index=False)
            print(f"转换完成：{file}")

2 openpyxl库（保留格式）

当需要保留Excel的单元格颜色、字体、合并单元格等高级格式时，推荐使用openpyxl，但注意它只支持XLSX格式。

3 xlrd + xlwt（支持旧版XLS）

适合处理1997-2003版本的Excel文件（.xls），但xlsxwriter是更现代的替代方案。

重点提示：对于大型文件（超过10万行），pandas的read_excel可能内存不足，此时建议使用dask库或逐行读取。

免编程工具：Excel VBA宏批量转换

如果你完全不会编程,Excel VBA宏能在5分钟内实现批量转换。

1 VBA宏代码示例（批量XLS转XLSX）

Sub BatchConvertToXLSX()
    Dim folderPath As String
    Dim fileName As String
    folderPath = "C:\YourFolder\"  ' 修改为实际路径
    fileName = Dir(folderPath & "*.xls")
    Do While fileName <> ""
        Workbooks.Open Filename:=folderPath & fileName
        ActiveWorkbook.SaveAs _
            Filename:=folderPath & Replace(fileName, ".xls", ".xlsx"), _
            FileFormat:=xlOpenXMLWorkbook
        ActiveWorkbook.Close False
        fileName = Dir
    Loop
    MsgBox "批量转换完成！"
End Sub

2 操作步骤

按Alt+F11打开VBA编辑器
插入模块,粘贴上述代码
修改folderPath变量为你的文件夹路径
按F5运行（注意：XLS文件必须未被打开）

局限性：VBA无法处理加密文件，且转换时文件会逐个打开关闭，速度慢于Python脚本。

命令行工具与第三方库推荐

1 LibreOffice命令行（免费开源）

soffice --headless --convert-to xlsx "*.csv" --outdir /output/

优势：无需安装Office，支持几乎所有表格格式（包括ODS），适合Linux服务器批量处理。

2 专业转换工具

TableConvert：在线转换工具，支持JSON/CSV/Excel/Markdown等互转
Aspose.Cells：商业库，支持40+格式，但需付费授权

3 特别推荐：csvkit

纯Python命令行工具,专门处理CSV：

csvformat --out-delimiter '\t' input.csv > output.tsv
in2csv data.xlsx > data_converted.csv

批量转换中的常见问题与陷阱

问题1：中文乱码

解决方案：读取CSV时指定编码，优先尝试utf-8，若报错则尝试gbk或gb18030。

pd.read_csv(file, encoding='gbk')

问题2：公式丢失

pandas和openpyxl默认不保留公式,只保留计算后的值，如需保留公式，使用：

from openpyxl import load_workbook
wb = load_workbook('input.xlsx', data_only=False)  # data_only=False保留公式

问题3：文件过大导致内存溢出

使用pandas的chunksize参数分批读取
使用dask.dataframe替代pandas
使用CSV直接写入（不加载到内存）

问题4：合并单元格拆散

pandas读取合并单元格时会仅保留左上角的值,其他置为NaN，修复方案：

df = df.fillna(method='ffill')  # 前向填充

问题5：性能瓶颈

批量转换小文件（<1MB）：Python脚本足够
大量大文件（>100MB）：建议使用多线程或分布式处理（如Ray库）

实战案例：CSV转XLSX的完整脚本

以下脚本支持：递归遍历子文件夹、自动检测编码、保留原始文件名结构、添加进度条。

import os
import chardet
import pandas as pd
from tqdm import tqdm
def detect_encoding(file_path):
    with open(file_path, 'rb') as f:
        result = chardet.detect(f.read(10000))
        return result['encoding'] or 'utf-8'
def batch_csv_to_xlsx(source_dir, target_dir):
    if not os.path.exists(target_dir):
        os.makedirs(target_dir)
    csv_files = []
    for root, dirs, files in os.walk(source_dir):
        for file in files:
            if file.lower().endswith('.csv'):
                csv_files.append(os.path.join(root, file))
    for csv_path in tqdm(csv_files, desc="转换进度"):
        try:
            encoding = detect_encoding(csv_path)
            df = pd.read_csv(csv_path, encoding=encoding, on_bad_lines='skip')
            relative_path = os.path.relpath(csv_path, source_dir)
            xlsx_path = os.path.join(target_dir, relative_path.replace('.csv', '.xlsx'))
            os.makedirs(os.path.dirname(xlsx_path), exist_ok=True)
            df.to_excel(xlsx_path, index=False, engine='openpyxl')
        except Exception as e:
            print(f"转换失败：{csv_path}，错误：{str(e)}")
# 使用示例
batch_csv_to_xlsx('/input/csv_folder', '/output/xlsx_folder')

脚本特点：

自动检测CSV编码（解决乱码）
保留文件夹结构（便于组织）
跳过损坏行（on_bad_lines='skip'）
显示进度条（tqdm）

问答环节：解决你的实际困惑

Q1：脚本转换后公式变成了数值，如何保留公式？

A：使用openpyxl库直接操作Excel，不要经过pandas，脚本改为：

from openpyxl import load_workbook
wb = load_workbook('input.xlsx', data_only=False)
wb.save('output.xlsx')

Q2：我有10万个Excel文件要转换，有什么加速方法？

A：使用多进程或多线程，Python的concurrent.futures模块可并行处理：

from concurrent.futures import ThreadPoolExecutor
with ThreadPoolExecutor(max_workers=8) as executor:
    executor.map(convert_one_file, file_list)

Q3：脚本转换后日期格式变成数字了怎么办？

A：在写入时指定日期格式：

df['日期列'] = pd.to_datetime(df['日期列'])
writer = pd.ExcelWriter('output.xlsx', datetime_format='yyyy-mm-dd')
df.to_excel(writer, index=False)
writer.save()