import xlwings as xw app = xw.App(visible=False,add_book=False) excel_client = app.books.open(r"文件名1.xlsx") excel_client.api.SaveAs(r"文件名2.csv",FileFormat=6) excel_client.close() app.quit()这段代码可以使得xlsx的Excel快速转化成csv格式，但是csv是gbk编码格式，如何修改这段代码实现两个功能：1.能够将一个文件夹下的多个Excel批量转化，并且转化后的名字和原来文件名一样；2.修改这段代码使之转化出来的csv能够utf-8格式的，注意不要使用to.csv，因为速度太慢了，修改后的代码要求能够在python运行，并举出例子。另外第二个问题是，to.csv和to.excel导出文件速度太慢，如何提高速度或者有没有其他方法

可以使用Python中的os和glob库来实现批量转化多个Excel文件，并且将转化后的文件保存为原文件名的csv格式，并且编码为UTF-8格式。以下是示例代码：

import os
import glob
import xlwings as xw

def excel_to_csv(excel_file):
    app = xw.App(visible=False, add_book=False)
    excel_client = app.books.open(excel_file)
    csv_file = os.path.splitext(excel_file)[0] + ".csv"
    excel_client.api.SaveAs(Filename=csv_file, FileFormat=6, Local=True, Encoding=65001)
    excel_client.close()
    app.quit()

folder_path = r"文件夹路径"
for excel_file in glob.glob(os.path.join(folder_path, "*.xlsx")):
    excel_to_csv(excel_file)

这段代码中使用了os.path.splitext()函数来获取文件名和扩展名，并且使用了Encoding参数将编码设置为UTF-8。同时，使用glob.glob()函数来获取文件夹下的所有xlsx文件，并且使用os.path.join()函数来拼接文件路径。

对于速度问题，可以使用pandas库中的read_excel()和to_csv()函数来批量转化文件，速度会更快。以下是示例代码：

import os
import pandas as pd

folder_path = r"文件夹路径"
for excel_file in os.listdir(folder_path):
    if excel_file.endswith(".xlsx"):
        csv_file = os.path.splitext(excel_file)[0] + ".csv"
        df = pd.read_excel(os.path.join(folder_path, excel_file))
        df.to_csv(os.path.join(folder_path, csv_file), index=False, encoding="utf-8-sig")

这段代码中使用了pandas库中的read_excel()函数来读取Excel文件，并且使用to_csv()函数将DataFrame对象保存为csv文件。注意要设置encoding参数为"utf-8-sig"，这样可以避免在Excel中打开csv文件时出现乱码。同时，使用os.listdir()函数来获取文件夹下的所有文件，并且使用endswith()函数来判断文件是否为xlsx文件。