要实现将指定文件夹中的多个TXT文件批量转换为Excel格式，核心是使用Python的`pandas`库读取TXT文件并写入Excel。以下是一个完整、可直接运行的解决方案，它包含了错误处理、格式定制以及进度显示。 ### 解决方案：批量TXT转Excel脚本 本脚本将遍历用户指定的文件夹，读取所有`.txt`文件，并将每个文件转换为同名的`.xlsx`文件。 ```python import os import pandas as pd from pathlib import Path def batch_txt_to_excel(input_folder, output_folder=None, sep='\t', encoding='utf-8'): """ 将指定文件夹下的所有TXT文件批量转换为Excel文件。 参数： input_folder (str): 包含源TXT文件的文件夹路径。 output_folder (str, 可选): 输出Excel文件的文件夹路径。默认为None，表示在输入文件夹内创建‘excel_output’子文件夹。 sep (str, 可选): TXT文件的分隔符。默认为制表符‘\\t’。对于逗号分隔的文件可改为‘,’。 encoding (str, 可选): 读取TXT文件使用的编码。默认为‘utf-8’。对于中文文件可尝试‘gbk’。 """ # 将输入路径转换为Path对象，便于处理 input_path = Path(input_folder) # 设置输出文件夹路径 if output_folder is None: output_path = input_path / "excel_output" else: output_path = Path(output_folder) # 创建输出文件夹（如果不存在） output_path.mkdir(parents=True, exist_ok=True) # 获取文件夹下所有的.txt文件 # 使用.glob()进行模式匹配，忽略大小写（通过转化为小写判断） txt_files = [f for f in input_path.glob('*') if f.suffix.lower() == '.txt'] print(f"在文件夹‘{input_folder}’中找到 {len(txt_files)} 个TXT文件。") if len(txt_files) == 0: print("未找到任何.txt文件，程序退出。") return success_count = 0 error_files = [] # 遍历并处理每个TXT文件 for i, txt_file in enumerate(txt_files, 1): try: print(f"正在处理 ({i}/{len(txt_files)}): {txt_file.name}") # 使用pandas读取TXT文件 # read_csv函数可以很好地处理各种分隔符的文本文件[ref_3] df = pd.read_csv(txt_file, sep=sep, encoding=encoding, engine='python') # 构建输出Excel文件路径（保持原名，仅更改后缀） excel_file_name = txt_file.stem + '.xlsx' excel_file_path = output_path / excel_file_name # 将DataFrame写入Excel文件 # 使用to_excel方法，index=False避免写入行索引[ref_1] df.to_excel(excel_file_path, index=False) print(f" 已成功转换并保存至: {excel_file_path}") success_count += 1 except FileNotFoundError: error_msg = f"错误：文件‘{txt_file}’不存在或无法访问。" print(error_msg) error_files.append((txt_file.name, error_msg)) except pd.errors.EmptyDataError: error_msg = f"错误：文件‘{txt_file.name}’为空文件。" print(error_msg) error_files.append((txt_file.name, error_msg)) except UnicodeDecodeError as e: error_msg = f"错误：读取文件‘{txt_file.name}’时编码错误。请尝试修改‘encoding’参数（例如‘gbk’）。原始错误: {e}" print(error_msg) error_files.append((txt_file.name, error_msg)) except Exception as e: error_msg = f"处理文件‘{txt_file.name}’时发生未知错误: {e}" print(error_msg) error_files.append((txt_file.name, error_msg)) # 输出总结报告 print("\n" + "="*50) print("转换完成！") print(f"成功转换文件数: {success_count}/{len(txt_files)}") if error_files: print(f"失败文件数: {len(error_files)}") for file_name, err in error_files: print(f" - {file_name}: {err}") print(f"所有Excel文件已保存至: {output_path}") # --- 如何使用此函数 --- if __name__ == "__main__": # 示例1：基本用法，转换当前目录下的txt文件 # 输出文件将保存在当前目录的‘excel_output’文件夹中 batch_txt_to_excel('./txt_files') # 示例2：指定输入和输出文件夹，并处理逗号分隔的CSV格式TXT文件 # batch_txt_to_excel( # input_folder='D:/数据源', # output_folder='D:/处理结果/excel文件', # sep=',', # 指定分隔符为逗号 # encoding='gbk' # 指定编码为gbk以处理某些中文文件 # ) ``` ### 关键步骤与参数说明 #### 1. 核心处理流程 | 步骤 | 使用的库/方法 | 说明 | | :--- | :--- | :--- | | **获取文件列表** | `pathlib.Path.glob()` | 遍历文件夹，筛选出所有`.txt`后缀的文件。此方法比`os.listdir()`更现代和易读。 | | **读取TXT文件** | `pandas.read_csv()` | 虽然名为`read_csv`，但可通过`sep`参数处理任何分隔符的文本文件，是读取结构化TXT数据的最佳实践[ref_3]。 | | **写入Excel文件** | `DataFrame.to_excel()` | 将`pandas`的`DataFrame`对象写入`.xlsx`格式文件。`index=False`确保不将行索引写入Excel[ref_1]。 | #### 2. 重要参数调整 为适应不同的TXT文件格式，你可能需要调整函数调用时的参数： ```python # 场景1：处理以逗号分隔的TXT文件（类似CSV） batch_txt_to_excel(‘./my_data’, sep=‘，’) # 场景2：处理编码为GBK的中文TXT文件 batch_txt_to_excel(‘./my_data’, encoding=‘gbk’) # 场景3：处理以多个空格分隔的固定宽度格式文件 # 可以使用正则表达式作为分隔符 batch_txt_to_excel(‘./my_data’, sep=r‘\s+’) ``` ### 扩展功能：为转换后的Excel文件添加多个工作表 如果你希望将多个相关的TXT文件整合到一个Excel文件的不同工作表中，可以使用以下增强脚本： ```python import pandas as pd from pathlib import Path def consolidate_txt_to_excel(input_folder, output_excel_path, sep=‘\t’): """ 将指定文件夹下所有TXT文件合并到一个Excel文件中，每个TXT文件作为一个独立的工作表。 参数： input_folder (str): 包含源TXT文件的文件夹路径。 output_excel_path (str): 输出的Excel文件路径（应包含.xlsx后缀）。 sep (str): TXT文件的分隔符。 """ input_path = Path(input_folder) txt_files = list(input_path.glob(‘*.txt’)) if not txt_files: print(“未找到任何.txt文件。”) return # 创建一个Excel写入对象 with pd.ExcelWriter(output_excel_path, engine=‘openpyxl’) as writer: for txt_file in txt_files: sheet_name = txt_file.stem[:31] # Excel工作表名最多31个字符 try: df = pd.read_csv(txt_file, sep=sep) df.to_excel(writer, sheet_name=sheet_name, index=False) print(f“已将文件 ‘{txt_file.name}’ 写入工作表 ‘{sheet_name}’。”) except Exception as e: print(f“处理文件 ‘{txt_file.name}’ 失败: {e}”) print(f“\n所有文件已成功合并至: {output_excel_path}”) # 使用示例 consolidate_txt_to_excel( input_folder=‘./日志文件’, output_excel_path=‘./输出/合并日志.xlsx’, sep=‘ ’ # 假设文件以空格分隔 ) ``` ### 执行准备与环境配置 在运行脚本前，请确保你的Python环境已安装必要的库。可以通过以下命令安装： ```bash pip install pandas openpyxl ``` 其中，`pandas`是数据处理的核心库，而`openpyxl`是`pandas`用于读写`.xlsx`文件的引擎[ref_1][ref_3]。该脚本的核心思路是利用`pandas`强大的数据读取和导出能力，将遍历文件、读取内容、转换格式、保存结果这几个步骤高效地自动化，从而替代繁琐的手动操作[ref_4][ref_6]。