别再手动一个个改了！用Python pandas 3行代码搞定xls批量转xlsx（附保留样式方案）

weixin_30335575

434人浏览 · 2026-03-26 03:19:54

weixin_30335575 · 2026-03-26 03:19:54 发布

3行代码解放双手：Python自动化处理Excel格式转换全攻略

办公室里堆积如山的.xls文件让你头疼不已？每次打开都要忍受兼容性警告，手动另存为.xlsx格式又耗时费力。作为数据工作者，我们每天都在与Excel打交道，但很少有人意识到，那些重复性的格式转换工作完全可以交给Python自动化处理。本文将带你用极简代码实现.xls到.xlsx的批量转换，同时深入探讨如何保留原始文件的所有样式细节——从单元格颜色到边框格式，一个都不少。

1. 为什么需要从xls升级到xlsx？

.xls是Excel 97-2003使用的二进制文件格式，而.xlsx则是2007版之后采用的基于XML的开放格式。这种格式差异带来的不仅是文件扩展名的变化：

兼容性问题：新版数据分析工具（如pandas）对.xls支持有限
功能限制：.xls单个工作表最多65536行，而.xlsx支持1048576行
安全风险：.xls可能包含宏病毒，.xlsx有更好的安全机制
文件大小：相同数据下.xlsx通常比.xls小40%-75%

在企业数据迁移项目中，我们经常遇到需要批量处理上千个历史.xls文件的情况。手动操作不仅效率低下，还容易出错。下面这段代码可以一次性解决所有问题：

import pandas as pd
df = pd.read_excel('old_file.xls')
df.to_excel('new_file.xlsx', index=False)

2. 极简pandas方案与它的局限性

pandas是Python数据分析的瑞士军刀，其read_excel()和to_excel()方法让格式转换变得异常简单。以下是完整的批量处理脚本：

import glob
import pandas as pd

for xls_file in glob.glob('*.xls'):
    df = pd.read_excel(xls_file)
    xlsx_file = xls_file.replace('.xls', '.xlsx')
    df.to_excel(xlsx_file, index=False)

这个方法的核心优势：

代码极其简洁（真正实现3行核心逻辑）
自动处理多个工作表
无需安装Excel软件
支持Linux服务器环境运行

但存在明显不足：

所有单元格样式（字体、颜色、边框）会丢失
图表、数据验证规则等非数据内容无法保留
公式计算结果会被替换为静态值

提示：如果只是需要数据内容迁移，这个方案已经足够。但财务报告等对格式要求严格的场景需要更完善的解决方案。

3. 保留所有样式的进阶方案

当格式完整性至关重要时，我们需要更专业的工具链。以下是保留样式的完整工作流程：

3.1 安装必要库

pip install pywin32 openpyxl xlrd

3.2 使用win32com保留原样转换

import os
import win32com.client as win32

def convert_with_styles(input_path, output_path):
    excel = win32.gencache.EnsureDispatch('Excel.Application')
    excel.Visible = False
    workbook = excel.Workbooks.Open(input_path)
    workbook.SaveAs(output_path, FileFormat=51)  # 51对应xlsx格式
    workbook.Close()
    excel.Quit()

# 批量处理示例
for file in os.listdir('input_folder'):
    if file.endswith('.xls'):
        input_file = os.path.join('input_folder', file)
        output_file = os.path.join('output_folder', file+'x')
        convert_with_styles(input_file, output_file)

方案对比表：

特性	pandas方案	win32com方案
保留数据内容	✓	✓
保留单元格样式	×	✓
保留图表对象	×	✓
跨平台支持	✓	× (仅Windows)
执行速度	快	较慢
依赖Excel安装	不需要	需要

3.3 纯Python跨平台方案

对于非Windows环境，可以结合openpyxl和xlrd实现部分样式保留：

from openpyxl import Workbook
from openpyxl.styles import Font, Border, PatternFill
import xlrd

def style_transfer(cell, target_cell):
    # 字体样式复制
    target_cell.font = Font(
        name=cell.font.name,
        size=cell.font.size,
        bold=cell.font.bold,
        italic=cell.font.italic
    )
    
    # 背景色复制
    if cell.pattern:
        target_cell.fill = PatternFill(
            start_color=cell.color,
            end_color=cell.color,
            fill_type="solid"
        )

def convert_xls_to_xlsx(source, destination):
    wb_xls = xlrd.open_workbook(source)
    wb_xlsx = Workbook()
    
    for i in range(wb_xls.nsheets):
        ws_xls = wb_xls.sheet_by_index(i)
        ws_xlsx = wb_xlsx.create_sheet(title=ws_xls.name)
        
        for row in range(ws_xls.nrows):
            for col in range(ws_xls.ncols):
                cell = ws_xls.cell(row, col)
                new_cell = ws_xlsx.cell(row=row+1, column=col+1)
                new_cell.value = cell.value
                style_transfer(cell, new_cell)
    
    wb_xlsx.save(destination)

4. 企业级批量处理实战

在实际业务场景中，我们还需要考虑：

4.1 日志记录与错误处理

import logging
from pathlib import Path

logging.basicConfig(filename='conversion.log', level=logging.INFO)

def safe_convert(file_path):
    try:
        # 转换逻辑
        logging.info(f"成功转换: {file_path}")
    except Exception as e:
        logging.error(f"转换失败 {file_path}: {str(e)}")

# 递归处理子目录
for path in Path('source_dir').rglob('*.xls'):
    safe_convert(str(path))

4.2 性能优化技巧

处理上万文件时，这些策略可以显著提升效率：

使用多线程处理独立文件

from concurrent.futures import ThreadPoolExecutor

with ThreadPoolExecutor(max_workers=4) as executor:
    executor.map(convert_file, xls_files)

内存优化：分批处理特大文件
缓存已处理文件列表，避免重复操作

4.3 自动化部署方案

将脚本打包为Windows服务或Linux守护进程：

import time
from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler

class XlsHandler(FileSystemEventHandler):
    def on_created(self, event):
        if event.src_path.endswith('.xls'):
            convert_file(event.src_path)

observer = Observer()
observer.schedule(XlsHandler(), path='./watch_folder')
observer.start()

try:
    while True:
        time.sleep(1)
except KeyboardInterrupt:
    observer.stop()
observer.join()

5. 超越格式转换：构建完整自动化流程

真正的效率提升不在于单个脚本，而在于构建端到端的自动化流水线。一个完整的数据处理流程可能包含：

监控指定文件夹的新增.xls文件
自动转换为.xlsx并保留样式
提取关键数据到数据库
生成质量报告并邮件通知
归档原始文件到指定位置

def process_pipeline(file_path):
    # 步骤1: 格式转换
    xlsx_path = convert_with_styles(file_path)
    
    # 步骤2: 数据提取
    data = extract_key_metrics(xlsx_path)
    
    # 步骤3: 数据库存储
    save_to_database(data)
    
    # 步骤4: 生成报告
    report = generate_report(data)
    
    # 步骤5: 邮件通知
    send_email(report)
    
    # 步骤6: 文件归档
    archive_file(file_path)

在企业级应用中，我们还会考虑添加用户权限管理、操作审计追踪、异常自动恢复等高级功能。这些都可以基于前面介绍的核心转换逻辑进行扩展。