时间：2025-10-27 10:56
人气：
作者：admin
CSV 因其简洁和跨平台的广泛支持，是最常见的表格数据交换格式之一。然而，当需要处理结构化应用程序、配置文件或层次化数据时，XML 通常成为首选格式，因为它能够表示嵌套关系并提供更严格的数据验证。
在本指南中，我们将探讨如何使用 Spire.XLS for Python 将 CSV 文件转换为 XML。你将学习如何将 CSV 转换为 Excel XML 格式以及 标准 XML 。同时，我们还将介绍如何清理和预处理真实世界中的 CSV 文件——处理无效表头、缺失值、特殊字符和嵌套字段等问题，以确保生成的 XML 输出始终有效且结构正确。
Spire.XLS for Python试用下载，请联系慧都科技
欢迎加入Spire技术交流Q群（125237868），与更多小伙伴一起提升文档开发技能~
为什么开发者需要将 CSV 转 XML 呢？以下是一些实际应用场景：
CSV 以简洁取胜，XML 以结构见长。通过两者的互相转换，你可以兼得两种格式的优势。
在开始编写代码之前，请确保准备好以下环境：
通过 pip 安装 Spire.XLS（假设系统中已安装 Python 和 pip）：
pip install spire.xls此外，请准备一个测试用 CSV 文件，例如：
员工ID,姓名,部门,职位,入职日期,薪资
1001,张三,技术部,软件工程师,2021-03-15,15000
1002,李四,市场部,市场专员,2022-07-01,12000
1003,王五,技术部,产品经理,2020-11-10,18000
1004,赵六,人力资源部,招聘经理,2019-05-22,14000第一种方法是将 CSV 转换为 Excel 兼容的 XML 格式，也称为 SpreadsheetML （Excel 2003 引入）。这种格式可以被 Excel 直接打开。
使用 Spire.XLS，这一过程非常简单：
from spire.xls import *
# 创建 Workbook
workbook = Workbook()
# 加载 CSV 文件
workbook.LoadFromFile("input.csv", ",", 1, 1)
# 保存为 Excel XML格式
workbook.SaveAsXml("output.xml")
# 释放资源
workbook.Dispose()工作原理
效果图 ：
更多时候，你可能需要如下所示标准的XML 结构，而不是 Excel 兼容格式：
<Employee>
<employee_id>1001</employee_id>
<name>张三</name>
<department>技术部</department>
<position>软件工程师</position>
<hire_date>2021-03-15</hire_date>
<salary>15000</salary>
</Employee>实现方式如下：
from spire.xls import *
import xml.etree.ElementTree as ET
from xml.dom import minidom
def chinese_to_english_tag(chinese_header):
"""
将特定的中文列名转换为英文XML标签
"""
mapping = {
'员工ID': 'employee_id',
'姓名': 'name',
'部门': 'department',
'职位': 'position',
'入职日期': 'hire_date',
'薪资': 'salary'
}
# 去除前后空格后查找映射
cleaned_header = chinese_header.strip()
return mapping.get(cleaned_header, cleaned_header)
# Step 1: 加载 CSV 文件
workbook = Workbook()
workbook.LoadFromFile(r"C:\Users\Administrator\Desktop\input.csv", ",", 1, 1)
sheet = workbook.Worksheets[0]
# Step 2: 创建根节点
root = ET.Element("Employees")
# Step 3: 处理表头 - 中文列名转英文
headers = []
for col in range(1, sheet.Columns.Count + 1):
cell_value = sheet.Range[1, col].Value
if not cell_value:
break
english_tag = chinese_to_english_tag(str(cell_value))
headers.append(english_tag)
# Step 4: 添加数据行
for row in range(2, sheet.Rows.Count + 1):
if not sheet.Range[row, 1].Value:
break
employee = ET.SubElement(root, "Employee")
for col, english_header in enumerate(headers, start=1):
cell_value = sheet.Range[row, col].Value
field = ET.SubElement(employee, english_header)
field.text = str(cell_value) if cell_value is not None else ""
# Step 5: 保存为格式化的 XML 文件
xml_str = ET.tostring(root, encoding='utf-8')
pretty_xml = minidom.parseString(xml_str).toprettyxml(indent=" ")
with open("output/standard.xml", 'w', encoding='utf-8') as f:
f.write(pretty_xml)
# 释放资源
workbook.Dispose()工作原理
效果图 ：
将“完美”的 CSV 转换为 XML 很容易，但实际 CSV 往往并不理想。以下是常见问题及对应解决方案：
OrderID,Customer,Products
1001,张三,"电脑;鼠标;键盘"若直接转换，将丢失层次结构。
<Products>
<Product>电脑</Product>
<Product>鼠标</Product>
<Product>键盘</Product>
</Products>中文列名转换为英文
可使用以下辅助函数自动预处理 CSV （不包含中文列名转换为英文）：
import csv
import re
def clean_csv(input_file, output_file, nested_columns=None, nested_delimiter=";"):
if nested_columns is None:
nested_columns = []
cleaned_rows = []
# 转义 XML 特殊字符
def escape_xml(text):
return (text.replace("&", "&")
.replace("<", "<")
.replace(">", ">")
.replace('"', """)
.replace("'", "'"))
with open(input_file, "r", encoding="utf-8") as infile:
reader = csv.reader(infile)
headers = next(reader)
# 清理表头
cleaned_headers = []
for h in headers:
h = h.strip() # 去除首尾空格
h = re.sub(r"\s+", "_", h) # 将空格替换为下划线
h = re.sub(r"[^a-zA-Z0-9_]", "", h) # 移除非法字符
if re.match(r"^\d", h): # 若表头以数字开头，则加前缀
h = "Field_" + h
cleaned_headers.append(h)
cleaned_rows.append(cleaned_headers)
# 读取所有行数据
raw_rows = []
for row in reader:
# 将空单元格替换为 "NULL"
row = [cell if cell.strip() != "" else "NULL" for cell in row]
raw_rows.append(row)
# 处理嵌套列（如多值列）
if nested_columns:
expanded_rows = [cleaned_headers] # 保留表头
for row in raw_rows:
row_variants = [row]
for col_name in nested_columns:
if col_name not in cleaned_headers:
continue
col_index = cleaned_headers.index(col_name)
temp = []
for variant in row_variants:
cell_value = variant[col_index]
# 仅按嵌套分隔符拆分，不影响 XML 特殊字符
if nested_delimiter in cell_value:
items = [item.strip() for item in cell_value.split(nested_delimiter)]
for item in items:
new_variant = variant.copy()
new_variant[col_index] = item
temp.append(new_variant)
else:
temp.append(variant)
row_variants = temp
expanded_rows.extend(row_variants)
cleaned_rows = expanded_rows
else:
cleaned_rows.extend(raw_rows)
# 展开后再转义特殊字符
final_rows = [cleaned_rows[0]] # 保留表头
for row in cleaned_rows[1:]:
final_row = [escape_xml(cell) for cell in row]
final_rows.append(final_row)
# 写入清理后的 CSV 文件
with open(output_file, "w", newline="", encoding="utf-8") as outfile:
writer = csv.writer(outfile)
writer.writerows(final_rows)
print(f"清理后的 CSV 已保存至 {output_file}")你可以通过传入输入和输出 CSV 文件路径来调用 clean_csv 函数，并可选地指定需要展开嵌套值的列。
# 文件路径
input_file = r"C:\Users\Administrator\Desktop\input.csv"
output_file = r"C:\Users\Administrator\Desktop\cleaned_output.csv"
# 指定可能包含嵌套值的列
nested_columns = ["Products"] # 你也可以添加更多，例如 ["Products", "Reviews"]
# 调用 clean_csv 函数
clean_csv(input_file, output_file, nested_columns=nested_columns, nested_delimiter=";")该函数可确保 CSV 在转换为 XML 前干净、有效，功能包括：
使用 Spire.XLS for Python 将 CSV 转换为 XML，不仅高效，而且具备极强的灵活性。无论是快速导出、结构化集成，还是复杂的业务数据转换，都能轻松应对。
从企业系统集成、报表归档，到旧系统的数据迁移，这一流程充分结合了 CSV 的简洁性 与 XML 的结构化优势 ，为数据交换与自动化处理提供了稳健、高可维护的解决方案。
可以，但建议采用流式处理（逐行处理）以避免内存问题。
支持。保存为 Excel XML 是内置功能，但自定义 XML 仍需代码实现。
可使用 escape_xml 辅助函数或 Python 内置的 xml.sax.saxutils.escape()。
调用 clean_csv 时，可在 nested_columns 参数中传入多个列名。
可以。生成 XML 后，可根据 XSD 模式进行验证。
Spire.XLS for Python试用下载，请联系慧都科技
欢迎加入Spire技术交流Q群（125237868），与更多小伙伴一起提升文档开发技能~
下一篇：独立开发AI产品的那些事
关注微信