XML 是一种广泛使用的结构化数据存储格式，但对于数据分析或 Excel 等表格工具而言并不够友好。将 XML 转换为 CSV 可以将数据整理成更简单的二维表格格式，这种格式兼容电子表格和数据分析库。通过将 XML 转换为 CSV，你可以轻松地将数据导入 Excel、执行计算，或将其作为输入数据提供给 Pandas 等 Python 数据分析工具。

这种方法还有助于将复杂的层级数据标准化为更易于阅读、处理和共享的格式。在本教程中，我们将探讨如何使用 Spire.XLS for Python 高效地将 XML 文件转换为 CSV。

• 安装 Spire.XLS for Python
• 理解 XML 数据结构
• 如何提取并转换 XML 数据
• 基础示例：使用 Python 将 XML 转换为 CSV
• 高级技巧
  • 仅导出指定元素
  • 将 XML 属性导出到 CSV
  • 处理嵌套的 XML 结构
• 故障排除与解决方案
• 总结
• 常见问题解答

安装 Spire.XLS for Python

开始之前，需要先安装 Spire.XLS。该库已发布到 PyPI，可直接使用 pip 安装：

pip install spire.xls

安装完成后，导入所需类：

from spire.xls import *
from spire.xls.common import *

Spire.XLS 提供了 Workbook 和 Worksheet 对象，用于管理类似 Excel 的工作簿和工作表。后续我们将利用它们创建 CSV 文件并写入 XML 数据。

理解 XML 数据结构

XML 文件采用树状层级结构组织数据，其中元素（节点）由标签包裹。每个元素可以包含文本内容、属性以及其他子元素。

例如下面的 Books.xml：

<catalog>
  <book isbn="9787020002207">
    <title>红楼梦</title>
    <author>曹雪芹</author>
    <year>1791</year>
    <genre>古典文学</genre>
    <price>68.00</price>
    <reviews>
      <review>中国古典文学的巅峰之作</review>
    </reviews>
  </book>
  <book isbn="9787506365437">
    <title>三体</title>
    <author>刘慈欣</author>
    <year>2008</year>
    <genre>科幻</genre>
  </book>
</catalog>

• 根节点（Root Node）：<catalog> 是整个 XML 的顶层容器。
• 子节点（Child Nodes）：每个 <book> 都是 <catalog> 的子节点。
• 元素（Elements）：<title>、<author> 和 <genre> 是书籍信息元素。
• 属性（Attributes）：<book isbn="..."> 中的 isbn 是附加在 book 元素上的属性。
• 嵌套元素（Nested Elements）：<reviews> 中包含多个 <review> 子节点。

XML 转 CSV 面临的挑战：

• 层级结构与表格结构不一致：XML 支持嵌套，而 CSV 是扁平化格式。
• 属性与元素并存：数据可能存储在属性中（如 isbn），也可能存储在标签中（如 title）。
• 可选字段：并非所有 <book> 节点都包含相同的元素，这可能导致 CSV 中出现缺失值。

因此，一个可靠的转换程序必须能够将 XML 的层级结构映射到 CSV 的表格结构中。

如何提取并转换 XML 数据

要在 Python 中加载并解析 XML 文件，可以使用 内置的 xml.etree.ElementTree 库。该库可以用于解析 XML 文件。

示例：

import xml.etree.ElementTree as ET

# 加载 XML 文件
tree = ET.parse("Books.xml")
root = tree.getroot()

# 遍历书籍节点
for book in root.findall("book"):
    title = book.findtext("title", "")
    author = book.findtext("author", "")
    isbn = book.attrib.get("isbn", "")

完成数据提取后，就可以利用 Spire.XLS for Python 创建工作簿并导出 CSV 文件。

在 Python 中将 XML 转换为 CSV 的基本流程：

1. 使用 xml.etree.ElementTree 解析 XML。
2. 创建 Workbook 对象。
3. 使用 Workbook.Worksheets.Add() 创建工作表。
4. 使用 Worksheet.SetValue() 将提取的 XML 数据写入工作表。
5. 使用 Worksheet.SaveToFile() 导出 CSV。

基础示例：使用 Python 将 XML 转换为 CSV

让我们从一个基础的 XML 到 CSV 转换开始。下面的示例会自动读取第一个 <book> 元素生成表头，然后将所有子节点导出到 CSV 中。

from spire.xls import *
from spire.xls.common import *
import xml.etree.ElementTree as ET

# 创建 Workbook
workbook = Workbook()

# 删除默认工作表
workbook.Worksheets.Clear()

# 添加工作表
worksheet = workbook.Worksheets.Add("Books")

# 加载 XML 文件
xml_tree = ET.parse("C:\\Users\\Administrator\\Desktop\\Books.xml")
xml_root = xml_tree.getroot()

# 获取第一个 book 节点
first_book = xml_root.find("book")

# 提取表头
header = list(first_book.iter())[1:]

# 定义英文和中文标签的映射关系
label_mapping = {
    "title": "书名",
    "author": "作者",
    "year": "年份",
    "genre": "类型",
}

# 写入表头
for col_index, header_node in enumerate(header, start=1):
    en_tag = header_node.tag  
    cn_tag = label_mapping.get(en_tag, en_tag)
    worksheet.SetValue(1, col_index, cn_tag)

# 写入数据
row_index = 2
for book in xml_root.iter("book"):
    for col_index, data_node in enumerate(list(book.iter())[1:], start=1):
        worksheet.SetValue(row_index, col_index, data_node.text)
    row_index += 1

# 保存 CSV
worksheet.SaveToFile("output/XmlToCsv.csv", ",", Encoding.get_UTF8())

# 释放资源
workbook.Dispose()

该脚本适用于结构简单的 XML 文件，可自动生成表头（书名、作者、年份、类型），并写入对应数据。

输出：

你可能还会感兴趣： 在 Python 中将 XML 转换为 Excel 和 PDF

高级技巧

基础脚本在许多情况下都适用，但 XML 往往并非如此简单。下面介绍一些处理实际场景的高级技巧。

仅导出指定元素

有时 XML 中包含大量数据，但你只需要部分字段。

例如，仅导出书名和作者：

from spire.xls import *
from spire.xls.common import *
import xml.etree.ElementTree as ET

# 创建 Workbook 对象
workbook = Workbook()

# 移除默认工作表
workbook.Worksheets.Clear()

# 添加工作表并命名
worksheet = workbook.Worksheets.Add("Books")

# 加载 XML 文件
xml_tree = ET.parse(r"C:\Users\Administrator\Desktop\Books.xml")
xml_root = xml_tree.getroot()

# 定义想要导出的元素
selected_elements = ["title", "author"]

# 定义英文和中文标签的映射关系
label_mapping = {
    "title": "书名",
    "author": "作者",
}

# 写入表头
for col_index, tag in enumerate(selected_elements, start=1):
    cn_tag = label_mapping.get(tag, tag)
    worksheet.SetValue(1, col_index, cn_tag)

# 写入数据
row_index = 2
for book in xml_root.iter("book"):
    for col_index, tag in enumerate(selected_elements, start=1):
        # 使用 findtext 安全地处理缺失值
        worksheet.SetValue(row_index, col_index, book.findtext(tag, ""))
    row_index += 1

# 保存 CSV
worksheet.SaveToFile("output/XmlToCsv_Selected.csv", ",", Encoding.get_UTF8())

# 释放资源
workbook.Dispose()

这样导出的 CSV 仅包含所需列。

输出：

将 XML 属性导出到 CSV

如果重要数据存储在属性中（例如 ISBN），也可以轻松导出。

from spire.xls import *
from spire.xls.common import *
import xml.etree.ElementTree as ET

# 创建 Workbook 对象
workbook = Workbook()

# 移除默认工作表
workbook.Worksheets.Clear()

# 添加工作表并命名
worksheet = workbook.Worksheets.Add("Books")

# 加载 XML 文件
xml_tree = ET.parse(r"C:\Users\Administrator\Desktop\Books.xml")

# 获取 XML 树的根元素
xml_root = xml_tree.getroot()

# 获取第一个 book 元素
first_book = xml_root.find("book")

# 提取表头信息（子节点）
header = list(first_book.iter())[1:]

# 定义英文和中文标签的映射关系
label_mapping = {
    "isbn": "ISBN编号",
    "title": "书名",
    "author": "作者",
    "year": "年份",
    "genre": "类型",
}

# 将表头写入 Excel
cn_isbn = label_mapping.get("isbn", "isbn")
worksheet.SetValue(1, 1, cn_isbn)   # <-- 首先添加 ISBN 列
for col_index, header_node in enumerate(header, start=2):  # 现在从第 2 列开始
    en_tag = header_node.tag
    cn_tag = label_mapping.get(en_tag, en_tag) 
    worksheet.SetValue(1, col_index, cn_tag)

# 写入数据
row_index = 2
for book in xml_root.iter("book"):
    # 将 isbn 作为文本写入
    isbn_value = book.attrib.get("isbn", "")
    worksheet.Range[row_index, 1].Text = isbn_value

    # 然后写入其他字段
    for col_index, data_node in enumerate(list(book.iter())[1:], start=2):
        value = data_node.text
        worksheet.SetValue(row_index, col_index, value)

    row_index += 1

# 将整个 ISBN 列格式化为文本，以防止出现科学记数法
last_row = row_index - 1   
isbn_range = f"A2:A{last_row}"
worksheet.Range[isbn_range].NumberFormat = "@"

# 保存 CSV
worksheet.SaveToFile("output/XmlToCsv_WithAttributes.csv", ",", Encoding.get_UTF8())

# 释放资源
workbook.Dispose()

这里显式地创建了一个 ISBN 列，从每个 <book> 的属性中提取它，并将其格式化为文本，以防止 Excel 以科学记数法显示它。

输出：

处理嵌套的 XML 结构

假设 XML 如下：

<catalog>
  <book>
    <title>活着</title>
    <author>余华</author>
    <reviews>
      <review>一部震撼人心的作品</review>
      <review>读了好几遍仍然感动</review>
      <review>让人重新思考生命的意义</review>
    </reviews>
  </book>
</catalog>

CSV 无法直接表示多层嵌套结构，因此可以将多个 <review> 条目合并到单个 CSV 列中：

from spire.xls import *
from spire.xls.common import *
import xml.etree.ElementTree as ET

# 创建 Workbook 对象
workbook = Workbook()

# 移除默认工作表
workbook.Worksheets.Clear()

# 添加工作表并命名
worksheet = workbook.Worksheets.Add("Books")

# 加载 XML 文件
xml_tree = ET.parse(r"C:\Users\Administrator\Desktop\Nested.xml")
xml_root = xml_tree.getroot()

# 获取第一个 <book> 元素
first_book = xml_root.find("book")

# 收集表头（自动检测）
header = []
for child in first_book:
    if child.tag == "reviews":  
        header.append("reviews")   # 将嵌套的 <review> 合并到一个列中
    else:
        header.append(child.tag)

# 定义英文和中文标签的映射关系
label_mapping = {
    "title": "书名",
    "author": "作者",
    "year": "年份",
    "genre": "类型",
    "price": "价格",
    "reviews": "评论",
}

# 写入表头行
for col_index, header_text in enumerate(header, start=1):
    cn_header = label_mapping.get(header_text, header_text)
    worksheet.SetValue(1, col_index, cn_header)

# 写入数据行
row_index = 2
for book in xml_root.iter("book"):
    col_index = 1
    for child in book:
        if child.tag == "reviews":
            # 将所有 <review> 的文本合并到一个单元格中
            reviews = [r.text for r in child.findall("review") if r.text]
            worksheet.SetValue(row_index, col_index, "; ".join(reviews))
        else:
            worksheet.SetValue(row_index, col_index, child.text if child.text else "")
        col_index += 1
    row_index += 1

# 保存 CSV
worksheet.SaveToFile("output/XmlToCsv_WithReviews.csv", ",", Encoding.get_UTF8())

# 释放资源
workbook.Dispose()

输出：

Spire.XLS 不仅支持将数据从标准 XML 文件导入 Excel 或 CSV，还允许将 OpenXML（Microsoft 的基于 XML 的文件格式）转换为 Excel。如果你感兴趣，可以查看这篇教程：如何在 Python 中将 Excel 转换为 OpenXML 以及将 OpenXML 转换为 Excel。

故障排除与解决方案

即使脚本结构良好，在将 XML 转换为 CSV 时也可能遇到一些常见问题：

1. Excel 显示科学计数法

• 问题：长数字字符串（如 ISBN）可能会显示为：9.78045E+12，而非完整数字。
• 解决方案：在保存前将该列格式化为文本，例如：

worksheet.Range["A2:A{last_row}"].NumberFormat = "@"

2. 缺失字段导致报错

• 问题：部分 <book> 元素可能缺少可选字段（如 <genre>）。直接访问 .text 可能导致错误。
• 解决方案：使用 findtext(tag, "") 安全地提供一个默认的空字符串。

3. 表头不完整

• 问题：如果仅根据第一个 <book> 生成表头，后续出现的新字段会被遗漏。
• 解决方案：在写入数据之前，扫描多个元素（或整个数据集），构建一个完整的表头列表。

4. 编码问题

• 问题：特殊字符（如重音符号或其他符号）在 CSV 中可能无法正确显示。
• 解决方案：始终使用 UTF-8 编码保存：

worksheet.SaveToFile("output.csv",",", Encoding.get_UTF8())

总结

在 Python 中将 XML 转换为 CSV 并不复杂。借助 Spire.XLS for Python，你可以自动完成大部分过程，包括表头生成、处理属性以及展平嵌套节点。无论是简单 XML、复杂层级结构，还是包含大量属性的数据集，都可以通过上述方法轻松转换为便于分析的 CSV 格式。

常见问题解答

问题1：可以直接导出为 Excel（.xlsx）吗？

答：可以。只需使用 workbook.SaveToFile("output.xlsx", ExcelVersion.Version2016) 即可。

问题2：如何处理超大 XML 文件？

答：使用 Python 的 xml.etree.ElementTree 中的 iterparse() 来流式处理大文件，避免一次性加载到内存中。

问题3：如果部分 <book> 包含额外标签怎么办？

答：可以在生成表头前扫描所有 <book> 节点，动态收集所有唯一标签。

问题4：能否自定义 CSV 分隔符？

答：可以。在调用 SaveToFile() 时，替换分隔符参数即可：

worksheet.SaveToFile("output.csv", ";", Encoding.get_UTF8())

问题5：如何导出嵌套结构（如多个 <review>\）？

答：通过合并值将它们展平到单个单元格。例如：

reviews = [r.text for r in book.find("reviews").findall("review")]
worksheet.SetValue(row_index, col_index, "; ".join(reviews))

获取免费许可证

如果希望在没有评估版限制的情况下体验 Spire.XLS for Python 的全部功能，可以申请免费的 30 天试用许可证。