自动化处理CSV文件：从联盟网络到WordPress主题的产品数据导入指南

import pandas as pd

def process_affiliate_csv(affiliate_csv_path, output_csv_path):
    """
    处理联盟网络CSV文件，提取所需列并保存为ClipMyDeals主题兼容格式。

    Args:
        affiliate_csv_path (str): 联盟网络原始CSV文件的路径。
        output_csv_path (str): 生成的ClipMyDeals兼容CSV文件的保存路径。
    """
    try:
        # 1. 加载联盟网络原始CSV文件
        # 尝试不同的编码，如 'utf-8', 'latin1', 'gbk' 等，直到成功读取
        try:
            df_affiliate = pd.read_csv(affiliate_csv_path, encoding='utf-8')
        except UnicodeDecodeError:
            print("UTF-8编码读取失败，尝试使用latin1...")
            df_affiliate = pd.read_csv(affiliate_csv_path, encoding='latin1')
        except Exception as e:
            print(f"读取联盟CSV文件时发生错误: {e}")
            return

        print(f"原始联盟CSV文件加载成功，包含 {df_affiliate.shape[1]} 列。")
        # print("原始列名:", df_affiliate.columns.tolist())

        # 2. 定义ClipMyDeals主题所需的列及其在联盟CSV中的对应关系
        # 请根据您的ClipMyDeals主题实际要求和联盟CSV的列名进行调整
        column_mapping = {
            '联盟CSV中的产品名称列': 'post_title',
            '联盟CSV中的产品描述列': 'post_content',
            '联盟CSV中的价格列': 'price',
            '联盟CSV中的图片URL列': 'thumbnail_url',
            '联盟CSV中的联盟链接列': 'product_url',
            '联盟CSV中的分类列': 'product_cat',
            # 添加更多您需要的映射关系...
        }

        # 确保所有映射的源列都存在于原始DataFrame中
        missing_source_cols = [col for col in column_mapping.keys() if col not in df_affiliate.columns]
        if missing_source_cols:
            print(f"警告: 以下联盟CSV中的源列不存在，请检查映射配置: {missing_source_cols}")
            # 可以选择跳过这些列，或者在此处引发错误
            for col in missing_source_cols:
                del column_mapping[col] # 移除不存在的列的映射

        # 3. 根据映射关系选择并重命名列
        # 先选择联盟CSV中实际存在的源列
        df_processed = df_affiliate[[col for col in column_mapping.keys() if col in df_affiliate.columns]].copy()
        # 再进行重命名
        df_processed.rename(columns=column_mapping, inplace=True)

        # 4. （可选）处理数据格式和缺失值
        # 示例：将价格列转换为数值类型，并处理非数字字符
        if 'price' in df_processed.columns:
            df_processed['price'] = pd.to_numeric(
                df_processed['price'].astype(str).str.replace('[^0-9.]', '', regex=True),
                errors='coerce' # 无法转换的设置为NaN
            )
            df_processed['price'].fillna(0.0, inplace=True) # 将NaN价格填充为0

        # 示例：确保所有必填字段不为空，如果为空可以填充默认值或删除行
        # if 'post_title' in df_processed.columns:
        #     df_processed.dropna(subset=['post_title'], inplace=True) # 删除标题为空的行

        # 5. （可选）调整列顺序以匹配ClipMyDeals主题的精确要求
        # 请根据主题的实际要求定义最终的列顺序
        final_column_order = [
            'post_title', 'post_content', 'price', 'thumbnail_url', 'product_url',
            'product_cat', # ... 其他主题所需列
        ]
        # 过滤掉不存在于df_processed中的列，只保留实际有的列
        final_column_order = [col for col in final_column_order if col in df_processed.columns]
        df_processed = df_processed[final_column_order]

        # 6. 保存为新的CSV文件
        df_processed.to_csv(output_csv_path, index=False, encoding='utf-8')
        print(f"处理完成！生成的文件已保存至: {output_csv_path}，包含 {df_processed.shape[1]} 列。")

    except Exception as e:
        print(f"处理过程中发生未知错误: {e}")

# 调用函数示例
# 替换为您的实际文件路径
affiliate_file = 'produkter-partnerid49589-Airfryers.no.csv' # 假设这是联盟网络提供的文件
clipmydeals_file = 'clipmydeals_products_import.csv'

process_affiliate_csv(affiliate_file, clipmydeals_file)