如何编程获取Excel工作表的表、字段及计算字段逻辑？

方法1：解析TWB/TWBX工作簿文件（推荐，无需Server连接） #

Tableau工作簿（.twb）是XML格式文件，.twbx是压缩包（包含twb和数据源），可以直接用Python解析提取所需信息：

步骤1：解压TWBX（如果是twbx格式） #

如果下载的是.twbx文件，先解压获取内部的.twb文件：

import zipfile
import os

def extract_twb_from_twbx(twbx_path, output_dir):
    with zipfile.ZipFile(twbx_path, 'r') as zip_ref:
        # 筛选出所有.twb文件
        twb_files = [f for f in zip_ref.namelist() if f.endswith('.twb')]
        if twb_files:
            zip_ref.extract(twb_files[0], output_dir)
            return os.path.join(output_dir, twb_files[0])
    return None

步骤2：解析TWB文件提取表、字段和计算逻辑 #

用Python的xml.etree.ElementTree解析XML，提取Excel数据源的表、原生字段，以及计算字段的逻辑：

import xml.etree.ElementTree as ET

def parse_tableau_twb(twb_path):
    tree = ET.parse(twb_path)
    root = tree.getroot()
    # 定义Tableau XML命名空间
    ns = {'tableau': 'http://tableau.com/api/tableau-datasource'}
    
    result = []
    
    # 遍历所有数据源连接
    for datasource in root.findall('.//tableau:datasource', ns):
        connection = datasource.find('.//tableau:connection', ns)
        # 过滤出Excel类型的数据源
        if connection is None or 'excel' not in connection.get('class', '').lower():
            continue
        
        # 提取基础表和原生字段
        tables = datasource.findall('.//tableau:table', ns)
        for table in tables:
            table_name = table.get('name')
            for col in table.findall('.//tableau:column', ns):
                col_name = col.get('name')
                result.append({
                    'table name': table_name,
                    'fields': col_name,
                    'Logic': '原生字段'
                })
        
        # 提取计算字段及其逻辑
        calculated_fields = datasource.findall('.//tableau:calculated-field', ns)
        for calc_field in calculated_fields:
            field_name = calc_field.get('name')
            calc_logic = calc_field.find('.//tableau:formula', ns).text
            # 关联计算字段到对应表（无关联则标记）
            associated_table = tables[0].get('name') if tables else '计算字段（无关联表）'
            result.append({
                'table name': associated_table,
                'fields': field_name,
                'Logic': calc_logic.strip() if calc_logic else '无逻辑'
            })
    
    # 输出要求的表格格式
    print("table name | fields | Logic")
    print("--- | --- | ---")
    for item in result:
        print(f"{item['table name']} | {item['fields']} | {item['Logic']}")
    
    return result

# 调用示例
twb_path = extract_twb_from_twbx('your_workbook.twbx', './extracted') or 'your_workbook.twb'
parse_tableau_twb(twb_path)

方法2：修正Tableau Metadata API的使用 #

如果需要从Tableau Server批量获取，你之前可能未正确构造GraphQL查询。以下是可直接使用的查询逻辑：

import requests

def query_metadata_api(server_url, auth_token, site_id):
    headers = {
        'Content-Type': 'application/json',
        'X-Tableau-Auth': auth_token
    }
    # 构造GraphQL查询语句
    query = """
    query {
        datasources(filter: {connectionType: "excel"}) {
            tables {
                name
                columns {
                    name
                    isCalculated
                    calculation {
                        formula
                    }
                }
            }
        }
    }
    """
    response = requests.post(
        f"{server_url}/api/metadata/graphql",
        json={'query': query},
        headers=headers,
        params={'siteId': site_id}
    )
    data = response.json()
    
    # 整理输出指定格式
    print("table name | fields | Logic")
    print("--- | --- | ---")
    for ds in data['data']['datasources']:
        for table in ds['tables']:
            table_name = table['name']
            for col in table['columns']:
                logic = col['calculation']['formula'] if col['isCalculated'] else '原生字段'
                print(f"{table_name} | {col['name']} | {logic}")

注意：需先通过Tableau Server Client获取认证令牌，且Server版本需≥2020.1，用户需拥有数据源查看权限。

关键说明 #

• 解析TWB文件时必须指定XML命名空间，否则无法定位到目标节点。
• 计算字段可能关联多个表，示例中默认关联第一个表，可根据实际需求调整关联逻辑。

内容的提问来源于stack exchange，提问作者SnowGirl