如何批量将扩展名是.xls的HTML文件转换为Excel XLSX文件

你的现有代码只能处理单个文件，要实现批量转换可以参考以下两种方案：

方案一：自动遍历指定目录下的所有目标文件 #

这种方式适合处理某个文件夹里所有伪装成.xls的HTML文件，无需手动逐个输入路径：

import pandas as pd
import os

# 配置源目录（存放待转换文件的文件夹）和输出目录（保存转换后文件的文件夹）
source_directory = "/Users/abhijitchavan/Desktop/yes"
output_directory = "/Users/abhijitchavan/Desktop/yes/converted_files"

# 确保输出目录存在，不存在则自动创建
os.makedirs(output_directory, exist_ok=True)

# 遍历源目录下的所有文件
for filename in os.listdir(source_directory):
    # 只处理.xls后缀的文件
    if filename.endswith(".xls"):
        full_file_path = os.path.join(source_directory, filename)
        # 读取HTML格式的表格（取第一个表格）
        tables = pd.read_html(full_file_path)
        target_table = tables[0]
        # 生成输出文件名：原文件名替换后缀为.xlsx
        output_filename = os.path.splitext(filename)[0] + ".xlsx"
        full_output_path = os.path.join(output_directory, output_filename)
        # 保存为Excel文件，去掉默认的索引列
        target_table.to_excel(full_output_path, index=False)
        print(f"完成转换：{full_output_path}")

方案二：手动指定多个文件路径（适合零散文件） #

如果需要处理的文件分散在不同位置，可以通过命令行传入多个文件路径：

import pandas as pd
import sys
import os

# 检查是否传入了文件路径
if len(sys.argv) < 2:
    print("使用方式：python 你的脚本名.py 文件1.xls 文件2.xls 文件3.xls")
    sys.exit(1)

# 遍历所有传入的文件路径
for file_path in sys.argv[1:]:
    # 检查文件是否存在
    if not os.path.exists(file_path):
        print(f"跳过：文件不存在 - {file_path}")
        continue
    # 只处理.xls后缀的文件
    if not file_path.endswith(".xls"):
        print(f"跳过：非.xls格式文件 - {file_path}")
        continue
    # 读取并转换
    tables = pd.read_html(file_path)
    target_table = tables[0]
    output_path = os.path.splitext(file_path)[0] + ".xlsx"
    target_table.to_excel(output_path, index=False)
    print(f"完成转换：{output_path}")

使用说明： #

1. 把代码保存成.py文件（比如batch_convert.py）
2. 在命令行运行：python batch_convert.py /path/to/file1.xls /path/to/file2.xls

注意点： #

• 确保所有.xls文件实际是HTML格式，否则pd.read_html会报错
• 如果文件内包含多个表格，代码默认取第一个，若需调整可修改tables[0]的索引值
• 方案一的输出目录可以自定义，避免覆盖原文件

内容的提问来源于stack exchange，提问作者abhijit chavan