如何用脚本批量转换Excel到CSV？

wen 实用脚本 2026-07-24 1

如何用脚本批量转换Excel到CSV？职场效率翻倍的终极指南

目录导读

为什么需要批量转换Excel到CSV？ – 厘清使用场景与痛点
脚本工具选型对比 – Python、PowerShell、VBA谁更靠谱？
Python脚本实战：os + pandas三步搞定 – 附完整代码与注释
PowerShell方案：无需安装的Windows原生解法
常见错误与避坑指南 – 编码问题、数据类型丢失、路径空格
高频问答 – 解答你操作中90%的疑问

为什么需要批量转换Excel到CSV？

在日常数据处理工作中,Excel文件虽然直观，但面临以下困境时，CSV格式反而更高效：

如何用脚本批量转换Excel到CSV？

数据库导入：多数数据库（MySQL、PostgreSQL）对CSV的支持远超.xlsx。
版本控制：Git等工具能追踪CSV的每一行变更，但Excel是二进制文件。
跨平台兼容：旧系统或Linux服务器无法完美解析Office格式。
自动化流水线：ETL任务中，CSV是中间交换的通用语言。

痛点直击：手动打开100个Excel文件→“另存为”CSV→重复操作，不仅耗时且极易出错（如忘记切换分隔符、编码乱码），脚本批量转换正是为解决此问题而生。

脚本工具选型对比

工具	优点	缺点	适用场景
Python	跨平台、库丰富（pandas/openpyxl）	需安装环境	复杂逻辑、后续还需清洗数据
PowerShell	Windows原生，无需安装	语法学习曲线较陡	纯Windows环境快速处理
VBA宏	嵌入Excel，无需外部依赖	只能逐个文件操作，难批量	少量文件、已习惯VBA的用户

推荐组合：

长期使用、需处理复杂表格 → Python
临时紧急、Windows纯办公 → PowerShell

Python脚本实战：os + pandas三步搞定

1 环境准备

安装两个核心库：

pip install pandas openpyxl

2 完整脚本代码

import os
import pandas as pd
from pathlib import Path
def excel_to_csv_batch(input_folder, output_folder, sheet_name=0, encoding='utf-8-sig'):
    """
    批量转换Excel文件为CSV
    :param input_folder: 源文件夹路径
    :param output_folder: 输出文件夹路径
    :param sheet_name: 工作表索引或名称，默认第一个sheet
    :param encoding: 编码，'utf-8-sig'可避免Excel打开CSV乱码
    """
    # 创建输出目录
    Path(output_folder).mkdir(parents=True, exist_ok=True)
    excel_files = [f for f in os.listdir(input_folder) if f.endswith(('.xlsx', '.xls'))]
    if not excel_files:
        print("未找到Excel文件！")
        return
    for file in excel_files:
        try:
            file_path = os.path.join(input_folder, file)
            # 读取Excel
            df = pd.read_excel(file_path, sheet_name=sheet_name, dtype=str)  # 统一转字符串防止数字精度丢失
            # 生成CSV文件名
            csv_name = os.path.splitext(file)[0] + '.csv'
            csv_path = os.path.join(output_folder, csv_name)
            # 写入CSV
            df.to_csv(csv_path, index=False, encoding=encoding)
            print(f"✅ 已转换: {file} → {csv_name}")
        except Exception as e:
            print(f"❌ 文件 {file} 转换失败: {e}")
if __name__ == "__main__":
    excel_to_csv_batch(
        input_folder=r"C:\Users\YourName\ExcelFiles",
        output_folder=r"C:\Users\YourName\CSVFiles",
        sheet_name="Sheet1"
    )

3 关键参数说明

dtype=str：强制读取所有列为字符串，避免日期、长数字自动转换（如身份证号末尾变0）。
encoding='utf-8-sig'：在CSV文件开头添加BOM头，确保Excel直接打开不出现中文乱码。
sheet_name：可指定为0（第一个工作表）、"Sheet2"或None（读取所有工作表，需另写逻辑）。

PowerShell方案：无需安装的Windows原生解法

1 核心原理

通过$excel = New-Object -ComObject Excel.Application创建Excel实例，在后台逐个打开文件并另存为CSV。

2 脚本代码

$sourceFolder = "C:\ExcelFiles"
$destFolder = "C:\CSVFiles"
# 创建输出文件夹（如不存在）
if (-not (Test-Path $destFolder)) { New-Item -ItemType Directory -Path $destFolder }
$excel = New-Object -ComObject Excel.Application
$excel.Visible = $false  # 后台运行
$excel.DisplayAlerts = $false  # 禁止弹窗
Get-ChildItem -Path $sourceFolder -Include "*.xlsx", "*.xls" -Recurse | ForEach-Object {
    $workbook = $excel.Workbooks.Open($_.FullName)
    $csvName = $_.BaseName + ".csv"
    $csvPath = Join-Path $destFolder $csvName
    # 另存为CSV（xlCSV = 6，UTF-8需额外设置，此处默认ANSI）
    $workbook.SaveAs($csvPath, 6)
    $workbook.Close($false)
    Write-Host "转换完成: $($_.Name) → $csvName"
}
$excel.Quit()
[System.Runtime.Interopservices.Marshal]::ReleaseComObject($excel) | Out-Null

注意：

PowerShell方案默认输出ANSI编码（Windows-1252），如需UTF-8，需用xlCSVUTF8常量（Excel 2016+支持），或后期用Get-Content转换编码。
若Excel文件包含多个工作表,只能转换当前激活的工作表，建议先用Python方案。

常见错误与避坑指南

错误现象	原因	解决方案
CSV用Excel打开中文乱码	编码不一致	改用`utf-8-sig`编码（Python）或保存后手动用记事本另存为UTF-8 with BOM
长数字（如身份证号）末尾变0	Excel的15位精度限制	`dtype=str`以文本形式读取，或在Excel中预先设置列为文本
日期显示为序列数（如44209）	Excel内部存储格式	读取时用`parse_dates`参数，或指定`date_format`写入时转换
CSV文件被Excel打开时格式错乱	分隔符冲突（如逗号在内容中）	在写入CSV时指定`quoting=csv.QUOTE_ALL`，或用`sep='\|'`改变分隔符
路径包含空格导致脚本报错	文件路径未加引号	在文件路径前后添加双引号，或使用原始字符串（如`r"C:\my folder"`）
转换速度极慢（大量文件）	逐个打开Excel实例	Python方案可考虑多线程（`concurrent.futures`），或改用`openpyxl`只读模式

高频问答

Q1：脚本能处理带密码的Excel文件吗？
A：不能，pandas或PowerShell都无法直接打开加密文件，建议先手动解密，或使用msoffcrypto-tool（Python库，适合旧版加密，新版本AES加密需官方SDK）。

Q2：如何只转换所有Excel中的某一个工作表？
A：在Python中，设置sheet_name="需要的工作表名"；PowerShell建议用Python替代，因COM对象只能操作当前激活的工作表。

Q3：转换后的CSV文件仍然很大，怎么压缩？
A：可在脚本后追加一行：

import gzip
with open(csv_path, 'rb') as f_in, gzip.open(csv_path+'.gz', 'wb') as f_out:
    f_out.writelines(f_in)

或直接使用df.to_csv(csv_path, compression='gzip')一步到位（但输出为.csv.gz）。

Q4：有没有现成的图形界面工具？
A：小型需求推荐 “CSVed”（免费）、“Excel to CSV Converter”（开源），脚本方案适合嵌入自动流程。

Q5：脚本跑完后，如何验证转换是否完整？
A：添加校验脚本，分别读取原始Excel和CSV，对比行数和列数：

orig = pd.read_excel(file_path, sheet_name=0).shape
converted = pd.read_csv(csv_path).shape
assert orig == converted, f"文件 {file} 转换前后行/列数不一致！"

脚本批量转换Excel到CSV的核心价值在于：把重复的体力劳动交给机器，让你聚焦数据本身的分析与洞察，建议初次实践时先用3-5个测试文件，确认编码和数据类型无误后再全量运行，如果你遇到特定格式的诡异问题（如合并单元格、数据透视表），请将具体错误信息贴到社区提问——数据处理没有银弹，但每次踩坑都是能力的升级。