本文主要是介绍Python进行JSON和Excel文件转换处理指南，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《Python进行JSON和Excel文件转换处理指南》在数据交换与系统集成中,JSON与Excel是两种极为常见的数据格式,本文将介绍如何使用Python实现将JSON转换为格式化的Excel文件,...
在数据交换与系统集成中，JSON 与 Excel 是两种极为常见的数据格式。JSON 适用于系统间传输，结构灵活；而 Excel 更适合可视化展示与手动编辑。本文将介绍如何使用 python 实现 将 JSON 转换为格式化的 Excel 文件、从 Excel 生成 JSON 文件，并 处理嵌套 JSON 的扁平化问题，帮助你在多数据源场景下高效完成数据转换。
本文使用的方法需要用到 Free Spire.XLS for Python，可通过pip安装：pip install spire.xls.free。
将 JSON 导入为格式化 Excel
将结构化 JSON 文件导入为 Excel 表格时，可以通过 Spire.XLS 自动写入列头与数据，同时设置单元格样式，使内容更清晰易读。China编程
操作说明：
- 读取 JSON 文件，提取键名作为表头；
- 写入数据并设置表头样式（加粗、背景色）；
- 自动调整列宽，提升可读性；
- 保存为
.xlsx文件。
示例 JSON：employees.json
[
{"Name": "Alice", "Age": 30, "Department": "HR"},
{"Name": "Bob", "Age": 27, "Department": "IT"},
{"Name": "Charlie", "Age": 35, "Department": "Sales"}
]代码示例：
from spirandroide.xls import Workbook, FileFormat, Color import json # 加载 JSON 数据 with open("employees.json", "r", encoding="utf-8") as f: data = json.load(f) workbook = Workbook() workbook.Worksheets.Clear() sheet = workbook.Worksheets.Add("employees") # 写入表头并设置样式 headers = list(data[0].keys()) for col, heahttp://www.chinasem.cnder in enumerate(headers): cell = sheet.Range[1, col + 1] cell.Text = header cell.Style.Font.FontName = "Times New Roman" cell.Style.Font.IsBold = True cell.Style.Font.Size = 16.0 cell.Style.Color = Color.get_LightGray() # 写入数据并设置样式 for row_idx, row in enumerate(data, start=2): for col_idx, key in enumerate(headers): sheet.Range[row_idx, col_idx + 1].Text = str(row.get(key, "")) dataRange = sheet.Range[2, 1, sheet.LastRow, sheet.LastColumn] dataRange.Style.Color = Color.get_LightPink() dataRange.Style.Font.FontName = "Arial" dataRange.Style.Font.Size = 12.0 dataRange.BorderInside() dataRange.BorderAround() # 自动调整列宽 for i in range(1, len(headers) + 1): sheet.AutoFitColumn(i) # 保存 Excel 文件 workbook.SaveToFile("output/employees.xlsx", FileFormat.Verjavascriptsion2016) workbook.Dispose()
生成的 Excel 文件截图：
将 Excel 导出为结构化 JSON
将 Excel 表格导出为 JSON 时，可以自动读取第一行作为键名，并逐行构造字典列表，最终保存为 .json 文件。
操作说明：
- 获取最后一行和最后一列；
- 读取第一行作为 headers；
- 逐行读取数据并转换为字典结构；
- 使用
json.dump输出到文件。
代码示例：
import json
# 获取最大行列
rows = sheet.LastRow
cols = sheet.LastColumn
# 提取表头
headers = [sheet.Range[1, i + 1].Text for i in range(cols)]
data = []
# 构造 JSON 数据
for r in range(2, rows + 1):
row_data = {}
for c in range(cols):
row_data[headers[c]] = sheet.Range[r, c + 1].Text
data.append(row_data)
# 输出 JSON 文件
with open("output/products_out.json", "w", encoding="utf-8") as f:
json.dump(data, f, indent=2, ensure_ascii=False)Excel文件数据：
生成的 JSON 文件片段：
处理嵌套 JSON：扁平化转换
在实际开发中，JSON 数据经常包含嵌套对象。若直接导入 Excel，结构会混乱或不完整。可使用扁平化（flatten）技术，将嵌套结构展平为扁平键名形式（如 address.city）。
示例嵌套 JSON：
[
{
"name": "John",
"email": "john@example.com",
"address": {
"city": "New York",
"zip": "10001"
}
}
]Python 扁平化函数示例：
def flatten_json(obj, prefix=""):
flat = {}
for key, value in obj.items():
full_key = f"{prefix}{key}" if prefix == "" else f"{prefix}.{key}"
if isinstance(value, dict):
flat.update(flatten_json(value, full_key))
else:
flat[full_key] = value
return flat
# 使用扁平化函数
with open("nested.json", "r", encoding="utf-8") as f:
nested_data = json.load(f)
flat_data = [flatten_json(item) for item in nested_data]扁平化后的结构：
[
{
"name": "John",
"email": "john@example.com",
"address.city": "New York",
"address.zip": "10001"
}
]总结
借助 Spire.XLS for Pythandroidon，我们可以在 Python 项目中轻松实现 JSON 与 Excel 之间的相互转换，满足数据展示、系统交互等多种场景需求。对于结构复杂的 JSON 数据，也可通过自定义方法进行处理，从而实现高效的数据导入导出。
到此这篇关于Python进行JSON和Excel文件转换处理指南的文章就介绍到这了,更多相关Python JSON和Excel转换内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程China编程(www.chinasem.cn)！
这篇关于Python进行JSON和Excel文件转换处理指南的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
