Python处理JSON和Excel文件的转换

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。

操作说明：

1. 读取 JSON 文件，提取键名作为表头；
2. 写入数据并设置表头样式（加粗、背景色）；
3. 自动调整列宽，提升可读性；
4. 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 spire.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, header in enumerate(headers):cell = sheet.Range[1, col + 1]cell.Text = headercell.Style.Font.FontName = "Times New Roman"cell.Style.Font.IsBold = Truecell.Style.Font.Size = 16.0cell.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.Version2016)
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：

1. 获取最后一行和最后一列；
2. 读取第一行作为 headers；
3. 逐行读取数据并转换为字典结构；
4. 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].Textdata.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": "[e-mail]","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] = valuereturn 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": "[e-mail]","address.city": "New York","address.zip": "10001"}
]

---

总结

借助 Spire.XLS for Python，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。

更多Excel处理教程请参考：Spire.XLS for Python 教程中心