Конвертация форматов файлов в Python: что знать до начала

Через полчаса у вас будет рабочий набор из нескольких библиотек, которыми можно превращать CSV в Excel, JSON в CSV, PNG в WebP и один текст в другую кодировку. Первую конвертацию сделаете за пять-десять минут. Дальше сложность не в коде, а в мелочах: кодировка, разделитель, потеря типов данных. С них и начнём.

Статья про базовые форматы: табличные данные, JSON и изображения. PDF, DOCX и аудио-видео — отдельная история со своими библиотеками, здесь их не трогаем.

Что нужно иметь до начала

Проверьте перед первой строкой кода:

• Python 3.10 или новее. Команда python --version должна показать номер. На части систем нужно писать python3.
• Установленный pip. Проверка: pip --version.
• Права на установку пакетов. Если pip install ругается на доступ — работайте в виртуальном окружении, а не через sudo.
• Файл-образец, на котором будете проверять. Возьмите свой реальный файл, а не идеальный из примера: реальные данные ломают конвертацию чаще.

Виртуальное окружение — отдельная папка с изолированным набором пакетов, чтобы проект не конфликтовал с системным Python.* Создаётся так:

python -m venv venv
# Linux/macOS:
source venv/bin/activate
# Windows (PowerShell):
venv\Scripts\Activate.ps1

После активации в начале строки терминала появится (venv). Это значит, что pip install ставит пакеты в окружение проекта.

Какие библиотеки ставить под какой формат

Стандартной библиотеки Python хватает для CSV и JSON: модули csv и json идут в комплекте, ставить ничего не надо. Для Excel и изображений нужны сторонние пакеты.

Версии на момент написания: pandas 2.x, openpyxl 3.x, Pillow 11.x. Точные текущие версии смотрите на PyPI — API этих пакетов между мажорными версиями меняется, особенно у pandas.

Для записи .xlsx через pandas всё равно нужен openpyxl — pandas сам его не тянет как обязательную зависимость, поэтому ставьте пару.

Первая конвертация: CSV в Excel

Пошагово, код целиком, копируется и запускается.

1. Установите пакеты: pip install pandas openpyxl. В конце вывода должно появиться Successfully installed.
2. Положите рядом со скриптом файл data.csv — любой ваш CSV.
3. Создайте файл convert.py с таким содержимым:

# pandas 2.x, openpyxl 3.x
import pandas as pd

# Читаем CSV. Кодировку и разделитель задаём явно —
# по умолчанию pandas ждёт запятую и UTF-8.
tablitsa = pd.read_csv("data.csv", encoding="utf-8", sep=",")

# Пишем в Excel без служебного столбца с индексом.
tablitsa.to_excel("data.xlsx", index=False)

print("Готово, строк:", len(tablitsa))

1. Запустите: python convert.py. В терминале появится строка Готово, строк: N, а рядом со скриптом — файл data.xlsx.
2. Откройте data.xlsx в Excel или LibreOffice. Кириллица не должна превратиться в кракозябры, числа должны остаться числами.

Формат и кодировка — разные вещи. .csv — это формат: текст, разделённый запятыми. UTF-8 или Windows-1251 — это кодировка того же текста. Файл может быть валидным CSV и при этом открываться абракадаброй, если угадали формат, но не угадали кодировку.

JSON в CSV без сторонних пакетов

Если JSON — это список одинаковых по структуре объектов, стандартной библиотеки достаточно.

# Только стандартная библиотека, Python 3.10+
import json
import csv

with open("data.json", encoding="utf-8") as f:
    zapisi = json.load(f)  # ожидаем список словарей

# Берём ключи из первого объекта как заголовки столбцов.
zagolovki = list(zapisi[0].keys())

# newline="" обязателен, иначе на Windows появятся пустые строки.
with open("data.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.DictWriter(f, fieldnames=zagolovki)
    writer.writeheader()
    writer.writerows(zapisi)

print("Записано строк:", len(zapisi))

Проверка: открылся data.csv, первая строка — заголовки, дальше данные. Если JSON вложенный (объекты внутри объектов), плоскую таблицу так не получить — нужно решить, какие поля разворачивать, и это уже не про одну строку кода.

Конвертация изображений

Pillow меняет формат по расширению выходного файла. PNG в WebP:

# Pillow 11.x
from PIL import Image

kartinka = Image.open("foto.png")

# WebP не поддерживает режим с палитрой у части картинок —
# приводим к RGB, чтобы не словить ошибку сохранения.
if kartinka.mode in ("P", "RGBA"):
    kartinka = kartinka.convert("RGB")

kartinka.save("foto.webp", quality=80)
print("Сохранено:", kartinka.size)

Проверка: рядом появился foto.webp, он открывается и весит меньше исходника. Параметр quality для WebP и JPEG задаёт компромисс между размером и качеством; для PNG он не действует.

Если не получилось

• UnicodeDecodeError: 'utf-8' codec can't decode byte... — файл в другой кодировке. Для выгрузок из 1С и старого Excel часто это Windows-1251. Передайте encoding="cp1251" в read_csv или open.
• Кириллица открывается кракозябрами в Excel, хотя код отработал. Excel по умолчанию читает CSV в системной кодировке, а не UTF-8. Для CSV под Excel помогает encoding="utf-8-sig" при записи — добавит метку BOM, по которой Excel опознаёт UTF-8. К .xlsx это не относится.
• ModuleNotFoundError: No module named 'openpyxl' — пакет не установлен или установлен в другое окружение. Проверьте, что активирован venv, и поставьте заново.
• Столбцы CSV не разделились, всё в одной ячейке. Разделитель не запятая. В русских выгрузках часто точка с запятой — укажите sep=";".
• KeyError или IndexError при JSON в CSV. Список пуст либо объекты в JSON с разным набором ключей. Заголовки нужно собирать по всем объектам, а не только по первому.

Что делать дальше

Когда базовая конвертация заработала, следующие шаги по мере роста задач:

• Большие файлы: если CSV не влезает в память, читайте частями через параметр chunksize в pd.read_csv — документация pandas по I/O покажет актуальный синтаксис.
• Типы данных: pandas угадывает типы при чтении и иногда превращает телефон или артикул в число с потерей ведущих нулей. Смотрите в сторону явного указания типов столбцов.
• Автоматизация: обернуть скрипт в приём аргументов командной строки, чтобы не править путь к файлу в коде.

Дату и кодировку исходных файлов фиксируйте в самом коде комментарием — через полгода вы не вспомните, что эта выгрузка приходит в cp1251.

* Виртуальное окружение (venv) — изолированная папка с копией интерпретатора и своим набором пакетов. Нужна, чтобы версии библиотек одного проекта не ломали другой проект на той же машине.