如何使用Python将多个XML文件转换为CSV？附示例XML

没问题，我来帮你搞定这个XML转CSV的需求！先看你的示例XML结构，里面包含了文本节点（比如<Task>、<comments>）和带属性的节点（<author>），我们需要把这些内容都映射到CSV的列里。下面给你两种实用的方案：

方案一：使用Python标准库（无额外依赖） #

这个方案用xml.etree.ElementTree解析XML，csv模块写入文件，不需要安装任何第三方包，适合环境受限的场景。

代码实现 #

import xml.etree.ElementTree as ET
import csv
from pathlib import Path

def parse_xml(xml_path):
    """解析单个XML文件，返回结构化数据"""
    tree = ET.parse(xml_path)
    root = tree.getroot()
    
    # 提取各个字段，兼容节点不存在的情况
    task = root.find('Task').text.strip() if root.find('Task') is not None else ""
    author_node = root.find('author')
    author_test = author_node.get('Test') if author_node is not None else ""
    author_lang = author_node.get('lang') if author_node is not None else ""
    author_type = author_node.get('type') if author_node is not None else ""
    comments = root.find('comments').text.strip() if root.find('comments') is not None else ""
    
    return {
        "Task": task,
        "author_Test": author_test,
        "author_lang": author_lang,
        "author_type": author_type,
        "comments": comments
    }

def xmls_to_csv(xml_dir, output_csv):
    """批量处理指定目录下的XML文件，写入CSV"""
    # 获取目录下所有XML文件
    xml_files = list(Path(xml_dir).glob("*.xml"))
    if not xml_files:
        print("没有找到任何XML文件！")
        return
    
    # 准备CSV表头（和parse_xml返回的键对应）
    headers = ["Task", "author_Test", "author_lang", "author_type", "comments"]
    
    # 写入CSV
    with open(output_csv, 'w', newline='', encoding='utf-8') as csvfile:
        writer = csv.DictWriter(csvfile, fieldnames=headers)
        writer.writeheader()
        
        for xml_file in xml_files:
            print(f"正在处理: {xml_file.name}")
            data = parse_xml(xml_file)
            writer.writerow(data)
    
    print(f"转换完成！结果已保存到: {output_csv}")

# 使用示例
if __name__ == "__main__":
    # 替换成你的XML文件所在目录
    XML_DIRECTORY = "./xml_files"
    # 替换成你想要输出的CSV路径
    OUTPUT_CSV = "./output.csv"
    xmls_to_csv(XML_DIRECTORY, OUTPUT_CSV)

代码说明 #

• parse_xml函数：负责解析单个XML文件，提取我们需要的字段，同时处理节点可能不存在的情况，避免运行报错。
• xmls_to_csv函数：批量遍历指定目录下的所有XML文件，调用解析函数收集数据，然后统一写入CSV。
• Path.glob用来匹配所有.xml文件，比手动遍历目录更简洁可靠。

方案二：使用Pandas（代码更简洁） #

如果你已经安装了pandas，这个方案会更省心，pandas.read_xml可以直接处理XML结构，然后一行代码就能转成CSV。

代码实现 #

import pandas as pd
from pathlib import Path

def xmls_to_csv_pandas(xml_dir, output_csv):
    """用Pandas批量转换XML到CSV"""
    xml_files = list(Path(xml_dir).glob("*.xml"))
    if not xml_files:
        print("没有找到任何XML文件！")
        return
    
    # 遍历所有XML文件，读取并合并成一个DataFrame
    df_list = []
    for xml_file in xml_files:
        print(f"正在处理: {xml_file.name}")
        # 读取XML，指定xpath定位数据节点，给属性加前缀避免列名冲突
        df = pd.read_xml(
            xml_file,
            xpath="./document",
            attrs_prefix="author_"
        )
        df_list.append(df)
    
    # 合并所有数据并写入CSV
    combined_df = pd.concat(df_list, ignore_index=True)
    combined_df.to_csv(output_csv, index=False, encoding='utf-8')
    print(f"转换完成！结果已保存到: {output_csv}")

# 使用示例
if __name__ == "__main__":
    XML_DIRECTORY = "./xml_files"
    OUTPUT_CSV = "./output_pandas.csv"
    xmls_to_csv_pandas(XML_DIRECTORY, OUTPUT_CSV)

代码说明 #

• pd.read_xml的xpath参数指定读取<document>节点下的内容，精准定位我们需要的数据。
• attrs_prefix参数会给<author>节点的属性自动添加前缀（比如Test变成author_Test），和方案一的列名保持一致，避免列名冲突。
• 最后用pd.concat合并所有XML的数据，一次性写入CSV，代码量少且易维护。

注意事项 #

• 如果你的XML文件结构和示例有差异，只需要修改解析部分的代码（比如新增节点提取、调整属性名称）即可适配。
• 如果XML文件编码不是UTF-8，需要在解析时指定对应的编码（比如方案一中的ET.parse(xml_path, parser=ET.XMLParser(encoding='GBK'))）。

内容的提问来源于stack exchange，提问作者Kum_R