如何从Excel父子关系数据生成嵌套层级JSON文件？

我需要构建一个JSON文件来表示Excel表格中条目的层级结构。表格每行包含父元素code、自身code以及描述字段（描述内容不影响结构）。示例数据如下：

parent code description
A      A1   lorem ipsum
B      B1   lorem ipsum
C      C1   lorem ipsum
A      A2   lorem ipsum
B1     B11  lorem ipsum
A2     A21  lorem ipsum
B11    B112 lorem ipsum
B           lorem ipsum
...

我期望生成的JSON格式如下：

[
    { "code": "A", "description": "Lorem Ipsum", "childs": [
        { "code": "A1", "description": "Lorem Ipsum" },
        { "code": "A2", "description": "Lorem Ipsum", "childs": [
            { "code": "A21", "description": "Lorem Ipsum" }
        ] }
    ] },
    { "code": "B", "description": "Lorem Ipsum", "childs": [
        { "code": "B1", "description": "Lorem Ipsum", "childs": [
            { "code": "B11", "description": "Lorem Ipsum", "childs": [...] }
        ] }
    ] },
    ...
]

我尝试了多种方法，但始终搞不懂如何处理这种嵌套架构，而且条目层级数量不固定。请问有什么实现建议？

实现思路与步骤 #

处理这种可变层级的树形结构，核心是用字典映射所有节点，通过父code快速找到对应的父节点，然后将子节点挂载上去。这样不管层级有多深，都能高效构建结构，步骤如下：

1. 解析Excel数据，整理为节点对象 #

首先把Excel每行数据转换成包含parent_code、code、description的字典/对象，注意处理像示例中B那行没有子code的情况（这行是根节点B的描述信息）。

2. 用字典存储所有节点的引用 #

创建一个node_map字典，key是节点的code，value是节点对象（包含code、description、childs数组）。这样我们可以通过code快速定位任意节点，不用递归查找父节点，效率更高。

3. 逐步构建树形结构 #

遍历所有解析后的节点：

• 如果节点的parent_code为空或不存在（比如根节点），则将其加入最终的根节点列表；
• 如果parent_code存在于node_map中，就把当前节点添加到父节点的childs数组里；
• 特殊情况处理：如果某个父节点还没被创建（比如先遇到子节点，后遇到父节点），可以先创建一个空的父节点占位，后续遇到父节点数据时再补充描述信息。

4. 转换为JSON格式 #

最后把根节点列表转换成JSON格式即可。

代码示例（Python） #

import json

# 模拟解析后的Excel数据（实际开发中可使用pandas/openpyxl读取Excel）
excel_data = [
    {"parent": "A", "code": "A1", "description": "lorem ipsum"},
    {"parent": "B", "code": "B1", "description": "lorem ipsum"},
    {"parent": "C", "code": "C1", "description": "lorem ipsum"},
    {"parent": "A", "code": "A2", "description": "lorem ipsum"},
    {"parent": "B1", "code": "B11", "description": "lorem ipsum"},
    {"parent": "A2", "code": "A21", "description": "lorem ipsum"},
    {"parent": "B11", "code": "B112", "description": "lorem ipsum"},
    {"parent": None, "code": "B", "description": "lorem ipsum"},
    {"parent": None, "code": "A", "description": "lorem ipsum"},
    {"parent": None, "code": "C", "description": "lorem ipsum"},
]

node_map = {}
root_nodes = []

for item in excel_data:
    code = item["code"]
    parent_code = item["parent"]
    description = item["description"].title()  # 匹配示例中的首字母大写格式

    # 如果节点不在映射中，先初始化节点
    if code not in node_map:
        node_map[code] = {"code": code, "description": description, "childs": []}
    else:
        # 若节点已存在（比如之前作为父节点占位），补充描述信息
        node_map[code]["description"] = description

    current_node = node_map[code]

    if parent_code is None or parent_code == "":
        # 根节点，加入根节点列表
        root_nodes.append(current_node)
    else:
        # 处理父节点：如果父节点未创建，先占位
        if parent_code not in node_map:
            node_map[parent_code] = {"code": parent_code, "description": "", "childs": []}
        # 将当前节点挂载到父节点的子列表中
        node_map[parent_code]["childs"].append(current_node)

# 转换为格式化的JSON并输出
tree_json = json.dumps(root_nodes, indent=4)
print(tree_json)

关键优势 #

• 线性遍历即可完成构建，时间复杂度为O(n)，效率极高；
• 自动处理节点出现顺序的问题（比如子节点先于父节点出现的情况）；
• 逻辑清晰，容易调试和扩展，比如后续要添加更多字段只需修改节点初始化逻辑。

内容的提问来源于stack exchange，提问作者Philipp K