如何用Python实现Azure Function经HTTP返回xlsx格式文件

在Logic App中，我通过搭载Pandas DataFrame的Azure Function生成数据。调用Azure Function后，我需要在Logic App中对.xlsx格式的该数据进行进一步处理，因此需要Azure Function返回.xlsx格式文件。

我无法正确设置Azure Function的HTTPResponse格式，导致无法在Logic App中对返回的.xlsx文件做后续处理，核心需求是实现Pandas DataFrame到HTTP响应可承载格式的正确转换。

如下方代码所示，convert_to_xlsx()方法中需要补充什么逻辑，才能得到符合要求的输出？

import azure.functions as func
import logging
import pandas as pd
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

def main(req: func.HttpRequest) -> func.HttpResponse:    
    df = pd.DataFrame(np.random.randint(0, 100, size=(2, 4)), columns=list('ABCD'))
    
    excel = convert_to_xlsx(df)

    return func.HttpResponse(excel, status_code=200)

def convert_to_xlsx(df):
    # Create excel representation
    wb = Workbook()
    sheet = wb.active

    for row in dataframe_to_rows(df, index=False, header=True):
        sheet.append(row)
        
    logging.info('sheet: ' + str(list(sheet.values))) # So far, so good.   
    
    # Convert for HTTPResponse
    res = ''
    res = do_something(sheet) # <---- What to do here?
    return res

注：原示例代码缺少import numpy as np导入，直接运行会触发np未定义的报错。

• 尝试过将数据转换为openpyxl的Workbook对象，这一步可以正常运行，但不知道如何基于该Workbook对象进一步转换为HTTP响应可返回的格式。
• 参考过使用xlrd实现相关功能的方案，但测试后无法适配当前场景，且目前xlrd已不再支持.xlsx格式。基于该方案尝试的如下实现仅返回列名无数据，格式也不符合要求：

def convert_to_xlsx(df):
    # ... 前面生成wb和sheet的逻辑不变
    # Only returns column names without values.
    # Also, apparently not the right format?
    return f'{[row for row in sheet]}'

• 考虑过返回JSON格式响应，再在Logic App中将其转换回Excel文件，但希望省略该步骤，直接从Azure Function将.xlsx文件作为HTTP负载返回。

解决方案 #

核心问题是xlsx是二进制压缩格式，不能用字符串承载，也不能通过遍历sheet行拼接文本得到正确内容。你需要把生成的Workbook对象写入内存字节流，直接返回二进制内容，同时配置正确的HTTP响应头让Logic App识别文件格式。

具体实现步骤 #

1. 导入内存流依赖io
2. 在convert_to_xlsx中，把生成好的Workbook保存到BytesIO对象，取出二进制字节内容返回
3. 在HTTP响应中添加xlsx对应的Content-Type和附件响应头，保证Logic App能正确识别为xlsx文件

修正后的完整代码如下：

import azure.functions as func
import logging
import pandas as pd
import numpy as np
import io
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

def main(req: func.HttpRequest) -> func.HttpResponse:    
    df = pd.DataFrame(np.random.randint(0, 100, size=(2, 4)), columns=list('ABCD'))
    excel_bytes = convert_to_xlsx(df)

    # 配置正确的响应头
    headers = {
        "Content-Type": "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
        "Content-Disposition": "attachment; filename=data_export.xlsx"
    }
    return func.HttpResponse(excel_bytes, status_code=200, headers=headers)

def convert_to_xlsx(df):
    wb = Workbook()
    sheet = wb.active

    for row in dataframe_to_rows(df, index=False, header=True):
        sheet.append(row)
        
    logging.info('sheet: ' + str(list(sheet.values)))
    
    # 把Workbook写入内存字节流，无需落盘
    buffer = io.BytesIO()
    wb.save(buffer)
    xlsx_content = buffer.getvalue()
    buffer.close()
    return xlsx_content

更简洁的写法 #

你也可以直接用pandas自带的to_excel方法，省去手动遍历DataFrame写入sheet的步骤，效果完全一致：

def convert_to_xlsx(df):
    buffer = io.BytesIO()
    with pd.ExcelWriter(buffer, engine='openpyxl') as writer:
        df.to_excel(writer, index=False, sheet_name='Sheet1')
    return buffer.getvalue()

注意点 #

• 不要把二进制的xlsx内容转成字符串返回，会破坏文件结构，导致文件损坏无法打开
• Content-Disposition里的filename可以根据业务需求自定义，Logic App会根据后缀识别文件类型
• 用内存字节流而非写临时文件的方式，不会触发Azure Function的磁盘读写权限问题，性能也更好

内容的提问来源于stack exchange，提问作者joba2ca