如何实现从HTML表单接收CSV文件并转换为JSON后存入Django模型？

当然有靠谱的实现方案！我帮你拆解成几个可落地的步骤，都是Django项目里常用的实践，完全贴合你的需求：

核心逻辑是：HTML表单上传CSV → 后端读取CSV并转换为字典列表（JSON的Python原生形式，比先转JSON字符串更高效） → 批量校验并写入Django模型。

1. 构建HTML上传表单 #

首先需要一个支持文件上传的表单，注意必须设置enctype="multipart/form-data"，还要带上Django的CSRF令牌：

<!-- templates/upload.html -->
<form method="post" enctype="multipart/form-data">
    {% csrf_token %}
    <div>
        <label>选择CSV文件：</label>
        <input type="file" name="csv_file" accept=".csv" required>
    </div>
    <button type="submit" style="margin-top:10px;">上传并导入数据</button>
    {% if error %}
        <p style="color:red;">{{ error }}</p>
    {% endif %}
    {% if success %}
        <p style="color:green;">{{ success }}</p>
    {% endif %}
</form>

2. 后端处理CSV上传并转换为字典列表 #

这里提供两种实现方式，选你顺手的就行：

方式一：原生Python模块（无需额外依赖） #

用Python内置的csv模块直接读取CSV，转成字典列表（直接可用于模型创建，无需额外JSON转换）：

# views.py
import csv
from django.shortcuts import render
from django.db import transaction
from .models import YourModel  # 替换成你的实际模型

def upload_csv(request):
    if request.method == 'POST':
        csv_file = request.FILES.get('csv_file')
        # 校验文件格式
        if not csv_file.name.endswith('.csv'):
            return render(request, 'upload.html', {'error': '请上传正确的CSV格式文件'})
        
        # 读取CSV内容并转成字典列表
        try:
            # 解码文件内容并按行分割
            csv_content = csv_file.read().decode('utf-8').splitlines()
            # 用DictReader将第一行作为键，每行数据转成字典
            csv_reader = csv.DictReader(csv_content)
            data_list = list(csv_reader)
        except Exception as e:
            return render(request, 'upload.html', {'error': f'CSV解析失败：{str(e)}'})
        
        # 写入模型（见步骤3）
        try:
            with transaction.atomic():
                # 批量创建或循环创建，根据数据量选择
                for item in data_list:
                    # 注意：如果CSV列名和模型字段名不一致，需要手动映射
                    # 例如：YourModel.objects.create(name=item['商品名称'], price=item['售价'])
                    YourModel.objects.create(**item)
            return render(request, 'upload.html', {'success': '数据导入成功！'})
        except Exception as e:
            return render(request, 'upload.html', {'error': f'数据写入失败：{str(e)}'})
    
    # GET请求时返回表单页面
    return render(request, 'upload.html')

方式二：用Pandas简化操作（适合复杂CSV） #

如果你的CSV有复杂格式（比如合并单元格、特殊编码），用Pandas会更省心，先安装依赖：pip install pandas

# views.py
import pandas as pd
from django.shortcuts import render
from django.db import transaction
from .models import YourModel

def upload_csv(request):
    if request.method == 'POST':
        csv_file = request.FILES.get('csv_file')
        if not csv_file.name.endswith('.csv'):
            return render(request, 'upload.html', {'error': '请上传CSV格式文件'})
        
        try:
            # 读取CSV并转成字典列表
            df = pd.read_csv(csv_file)
            data_list = df.to_dict('records')  # 每行转成一个字典
        except Exception as e:
            return render(request, 'upload.html', {'error': f'CSV解析失败：{str(e)}'})
        
        # 写入模型逻辑和上面一致
        try:
            with transaction.atomic():
                YourModel.objects.bulk_create([YourModel(**item) for item in data_list])
            return render(request, 'upload.html', {'success': '批量导入成功！'})
        except Exception as e:
            return render(request, 'upload.html', {'error': f'数据写入失败：{str(e)}'})
    
    return render(request, 'upload.html')

3. 关键优化建议 #

• 事务保障：用transaction.atomic()包裹写入逻辑，确保要么全成功要么全失败，避免部分数据导入的混乱情况。
• 数据校验：如果需要严格校验数据格式（比如价格必须是数字、日期格式正确），可以用Django的序列化器或表单来校验：

  from rest_framework import serializers
  from .models import YourModel
  
  class YourModelSerializer(serializers.ModelSerializer):
      class Meta:
          model = YourModel
          fields = '__all__'
  
  # 在写入时替换循环：
  for item in data_list:
      serializer = YourModelSerializer(data=item)
      serializer.is_valid(raise_exception=True)
      serializer.save()
  

• 批量创建优化：如果数据量很大（比如上千条），用bulk_create比循环create快10倍以上，但注意bulk_create不会触发模型的save信号，如果你的模型有信号处理逻辑，需要手动处理。
• 文件大小限制：在settings.py中设置DATA_UPLOAD_MAX_MEMORY_SIZE = 10*1024*1024（限制10MB），或者在view里直接判断csv_file.size。

内容的提问来源于stack exchange，提问作者Neph