Python大体积xlsx文件快速转csv方案求助，现有方案效率过低

你当前使用的pandas+openpyxl、原生openpyxl默认配置慢的核心原因是两类实现都是纯Python开发，默认会把整个文件全量加载到内存解析单元格结构，大文件下内存和CPU开销极高。以下是可直接落地的提速方案：

• 方案1：修改openpyxl为只读流式加载，无需更换依赖
  原有openpyxl使用默认加载模式，全量读取文件内容到内存，改为只读模式后流式逐行解析，内存占用降低90%以上，速度提升3-5倍，代码示例：

import openpyxl
import csv
import os

# read_only=True为核心优化参数
wb = openpyxl.load_workbook(file, read_only=True, data_only=True)
sh = wb.active
with open(os.path.join(path, filename), 'w', newline="", encoding='utf-8') as f:
    c = csv.writer(f)
    # values_only=True直接返回单元格值，省略单元格对象构造开销
    for r in sh.iter_rows(values_only=True):
        c.writerow(r)
wb.close()

该方案60M规格的常规xlsx文件转换时间可压缩到1分钟以内。

• 方案2：使用Rust实现的calamine解析引擎，纯Python生态内性能最优
  calamine是Rust开发的高性能表格解析库，Python绑定版本可直接作为pandas的读取引擎使用，解析速度比openpyxl快5-10倍，首先安装依赖：
  pip install python-calamine
  转换代码示例：

import pandas as pd
import os

read_file = pd.read_excel(os.path.join(path, old_filename), engine="calamine")
read_file.to_csv(os.path.join(path, new_filename), index=None, header=True, encoding='utf-8')

该方案60M规格的常规xlsx文件转换时间普遍在10-30秒区间。

• 方案3：调用LibreOffice命令行转换，性能接近原生工具极限
  如果运行环境允许安装LibreOffice，直接调用其静默命令行转换是成本最低、性能最高的方案，底层为C++实现的解析逻辑，无需维护转换代码，命令示例：

# Windows环境执行
"C:\Program Files\LibreOffice\program\soffice.exe" --headless --convert-to csv --outdir 输出目录路径 输入xlsx文件路径

# Linux/macOS环境执行
libreoffice --headless --convert-to csv --outdir 输出目录路径 输入xlsx文件路径

该方案60M规格的常规xlsx文件转换时间普遍在10秒以内，可通过额外参数指定转换的工作表、编码格式等配置。

如果仅需要转换xlsx内的指定工作表，可在上述所有方案中添加对应参数指定目标工作表，不需要解析全量工作表内容，可再获得10%-30%的速度提升。

内容的提问来源于stack exchange，提问作者JohnDole