Python将CSV转XML需读取CSV、构建嵌套XML结构并写入文件；推荐csv.DictReader与xml.etree.ElementTree组合，注意UTF-8编码、自动转义及避免字符串拼接。
Python将CSV文件转换为XML格式，核心是读取CSV数据、构建XML结构、写入文件。关键在于理解两者的结构差异：CSV是扁平表格，XML是嵌套树状结构，需人为定义元素层级和命名规则。
使用csv和xml.etree.ElementTree（标准库方案）
无需额外安装，适合简单转换。思路是逐行读取CSV，为每行创建一个XML元素，字段作为子元素或属性。
- 用csv.DictReader按列名读取，保证字段顺序清晰
- 用xml.etree.ElementTree创建根节点（如
- 字段值作为子元素内容（不推荐直接作属性，除非是ID类标识字段）
- 最后调用tree.write()保存，建议加
encoding='utf-8'和xml_declaration=True
处理特殊字符与编码问题
CSV中含中文、引号、换行符时，ElementTree默认会自动转义（如&→&），无需手动处理；但必须确保CSV以UTF-8打开，否则中文会乱码。
- 读CSV时显式指定
encoding='utf-8-sig'（兼容带BOM的Excel导出文件） - 写XML时用
encoding='utf-8'，并设xml_declaration=True生成 - 避免用字符串拼接XML，防止非法字符破坏结构
自定义XML结构与字段映射
实际应用中，XML标签名常与CSV列名不同，或需合并/拆分字段。可在循环中做逻辑处理：
立即学习“Python免费学习笔记（深入）”；
- 用字典映射列名：
xml_fields = {'name': 'fullName', 'age': 'personAge'} - 对日期字段格式化：
ET.SubElement(record, 'birthDate').text = datetime.strptime(row['dob'], '%Y-%m-%d').strftime('%Y%m%d') - 跳过空值字段：
if row['phone']: ET.SubElement(record, 'phone').text = row['phone']
用pandas + lxml（适合复杂或大数据场景）
若CSV较大或需清洗（去重、类型转换、条件过滤），先用pandas加载，再转为XML更灵活；lxml支持pretty打印和命名空间。
df = pd.read_csv('data.csv', encoding='utf-8-sig')- 遍历df行：
for _, row in df.iterrows():，同ElementTree方式构建节点 - 用
lxml.etree.tostring(root, pretty_print=True, encoding='utf-8')生成缩进XML - 注意lxml需
pip install lxml，非标准库
