如何自动从Excel提取数据生成同结构多份JSON负载？

依赖安装 #

首先安装处理Excel和JSON所需的Python库：

pip install pandas openpyxl

实现代码 #

假设你的Excel文件列名与JSON参数名完全匹配（advertiserIdType、advertiserId、process等），以下是可直接复用的代码：

import pandas as pd
import json

# 1. 读取Excel数据
# 替换为你的Excel文件路径
df = pd.read_excel("advertiser_data.xlsx", engine="openpyxl")

# 2. 定义固定的JSON模板
# 根据你的实际负载结构修改模板内容
json_template = {
    "advertiserInfo": {
        "advertiserIdType": "",
        "advertiserId": ""
    },
    "process": "",
    # 其他固定字段直接保留原值
    "requestType": "ADVERTISER_SYNC",
    "timestamp": 1699999999
}

# 3. 批量生成JSON
for idx, row in df.iterrows():
    # 复制模板避免修改原结构
    target_json = json_template.copy()
    
    # 替换对应参数
    target_json["advertiserInfo"]["advertiserIdType"] = row["advertiserIdType"]
    target_json["advertiserInfo"]["advertiserId"] = str(row["advertiserId"])  # 强制转字符串避免数字格式问题
    target_json["process"] = row["process"]
    
    # 输出为单个JSON文件（文件名按序号区分）
    with open(f"advertiser_payload_{idx+1}.json", "w", encoding="utf-8") as f:
        json.dump(target_json, f, indent=4, ensure_ascii=False)
    
    # 可选：将所有JSON追加到一个批量文件（每行一个JSON对象）
    # with open("all_payloads.json", "a", encoding="utf-8") as f:
    #     json.dump(target_json, f, ensure_ascii=False)
    #     f.write("\n")

关键注意事项 #

• 确保Excel列名与代码中引用的列名完全一致，大小写敏感
• 如果JSON模板有嵌套结构，要对应好层级路径（比如示例中的advertiserInfo下的子字段）
• 对于ID类字段，建议用str()强制转换为字符串，避免Excel中数字类型导致JSON输出出现不必要的格式问题
• 输出方式可根据需求选择：单文件输出便于单独使用，批量文件适合后续批量处理

内容的提问来源于stack exchange，提问作者Soham Sinha