使用csvkit批量转换CSV到XLSX遇模块不可调用错误求助

方法可行性与问题定位 #

这个批量转换的思路是可行的，问题出在代码调用错误，而非整体逻辑。报错TypeError: 'module' object is not callable的原因是：你要么把convert模块当成函数调用，要么写错了函数名（代码里用了未定义的conv变量）。

修正后的csvkit批量转换代码 #

csvkit的convert模块需要调用内部的convert函数，以下是完整的可运行批量转换代码：

import os
from csvkit.convert import convert

# 替换为你的CSV文件夹路径
target_folder = "./your_csv_files"

# 遍历文件夹下所有CSV文件
for file_name in os.listdir(target_folder):
    if file_name.lower().endswith(".csv"):
        csv_full_path = os.path.join(target_folder, file_name)
        # 生成对应XLSX文件名
        xlsx_file_name = os.path.splitext(file_name)[0] + ".xlsx"
        xlsx_full_path = os.path.join(target_folder, xlsx_file_name)
        
        # 执行转换
        with open(csv_full_path, 'rb') as csv_file:
            with open(xlsx_full_path, 'wb') as xlsx_file:
                convert(csv_file, xlsx_file, 'xlsx', encoding='utf-8')
        
        print(f"转换完成: {file_name} -> {xlsx_file_name}")

print("所有文件批量转换结束！")

关键修正点 #

1. 正确导入函数：from csvkit.convert import convert（直接导入convert函数而非整个模块）
2. 调用正确的函数名：用convert()替代代码里未定义的conv
3. 补充了文件夹遍历逻辑，实现真正的批量处理

其他简便批量转换方案 #

方案1：用pandas库（更灵活易读） #

pandas是数据处理常用库，转换逻辑简洁，支持自定义参数：

import os
import pandas as pd

target_folder = "./your_csv_files"

for file_name in os.listdir(target_folder):
    if file_name.lower().endswith(".csv"):
        csv_path = os.path.join(target_folder, file_name)
        xlsx_path = os.path.join(target_folder, os.path.splitext(file_name)[0] + ".xlsx")
        
        # 读取CSV并保存为XLSX（index=False避免生成多余索引列）
        df = pd.read_csv(csv_path, encoding='utf-8')
        df.to_excel(xlsx_path, index=False)
        
        print(f"转换完成: {file_name}")

print("批量转换结束！")

方案2：命令行工具（无需写代码） #

如果不想编写Python代码，可直接用命令行工具实现批量转换：

• csvkit命令行（需先安装pip install csvkit）：
  打开终端进入目标文件夹，执行：

  for file in *.csv; do in2csv "$file" | csvformat > "${file%.csv}.xlsx"; done
  

• LibreOffice命令行（需电脑安装LibreOffice）：
  终端进入目标文件夹，执行：

  for file in *.csv; do libreoffice --headless --convert-to xlsx "$file"; done
  

内容的提问来源于stack exchange，提问作者san