You need to enable JavaScript to run this app. Python实现嵌套JSON/字典转自定义动态表头CSV
优惠活动
大模型
产品
解决方案
定价
更多

Python实现嵌套JSON/字典转自定义动态表头CSV

嵌套结构自定义格式CSV转换实现方案

核心逻辑拆解

转换过程不需要复杂的框架,按三步拆解开即可完成需求:

  • 第一步:全量遍历输入数据,统计三类列表的全局最大长度
    分别统计所有组织的org_admins最大长度、org_viewers最大长度、所有团队下members列表的最大长度,对应生成org_admin1到org_adminN、org_viewer1到org_viewerN、member1到memberN的动态列,搭配固定列organisation、workspace组成完整表头
  • 第二步:按「每个工作区对应一行」的粒度拆分数据
    遍历每一个组织下的所有工作区,组织名称、org_admin列表、org_viewer列表、全组织合并的成员列表作为公共字段,在该组织对应的所有工作区行中复用
  • 第三步:逐行补全列内容,长度不足时自动留空
    比如某组织只有1个org_admin,全局最大长度是3,那么该行的org_admin2、org_admin3列直接填空值,保证所有行列数和表头完全对齐,不会出现CSV格式错乱的问题

可直接运行的代码实现

全程用Python标准库实现,不需要额外安装第三方依赖:

import csv
from typing import List, Dict

# 匹配你提供的原始JSON结构
raw_data = {
    "tfeOrganizations": [
        {
            "org": "MyOrg1",
            "org_admins": [
                "foo@bar.com", "foo2@bar2.com"
            ],
            "org_viewers": [
                "foo3@bar3.com", "foo4@bar4.com"
            ],
            "teams": {
                "genericresources-admins": {
                    "ci_cd_token_regenerate": False,
                    "members": ["firstUser@test.com", "secondUser@test.com"],
                    "workspaces": [
                        ["genericresources-dev", "write"],
                        ["genericresources-qa", "write"],
                        ["genericresources-prod", "write"]
                    ]
                },
                "genericresources-contributors": {
                    "ci_cd_token_regenerate": False,
                    "members": ["thirdUser@test.com", "forthUser@test.com", "fithUser@test.com"],
                    "workspaces": [
                        ["genericresources-dev", "write"],
                        ["genericresources-qa", "write"],
                        ["genericresources-prod", "plan"]
                    ]
                }
            },
            "workspaces": [
                "genericresources-dev",
                "genericresources-qa",
                "genericresources-prod"
            ]
        }
    ]
}

def build_dynamic_header(data: Dict) -> List[str]:
    """遍历全量数据计算各角色列表的最大长度,生成动态表头"""
    max_admin_len = 0
    max_viewer_len = 0
    max_member_len = 0
    for org_item in data["tfeOrganizations"]:
        # 统计组织层面的角色列表长度
        current_admin_len = len(org_item["org_admins"])
        current_viewer_len = len(org_item["org_viewers"])
        max_admin_len = max(max_admin_len, current_admin_len)
        max_viewer_len = max(max_viewer_len, current_viewer_len)
        # 统计团队层面的成员列表长度
        for team_info in org_item["teams"].values():
            current_member_len = len(team_info["members"])
            max_member_len = max(max_member_len, current_member_len)
    # 按顺序拼接完整表头
    header = ["organisation", "workspace"]
    header += [f"org_admin{i+1}" for i in range(max_admin_len)]
    header += [f"org_viewer{i+1}" for i in range(max_viewer_len)]
    header += [f"member{i+1}" for i in range(max_member_len)]
    return header

def build_csv_rows(data: Dict, header: List[str]) -> List[List]:
    """生成对齐表头格式的CSV行数据"""
    rows = []
    # 从表头反推各动态列的长度
    max_admin_len = len([col for col in header if col.startswith("org_admin")])
    max_viewer_len = len([col for col in header if col.startswith("org_viewer")])
    max_member_len = len([col for col in header if col.startswith("member")])
    for org_item in data["tfeOrganizations"]:
        org_name = org_item["org"]
        org_admins = org_item["org_admins"]
        org_viewers = org_item["org_viewers"]
        # 合并当前组织下所有团队的成员列表
        all_org_members = []
        for team_info in org_item["teams"].values():
            all_org_members.extend(team_info["members"])
        # 为每个工作区生成独立行
        for workspace_name in org_item["workspaces"]:
            current_row = [org_name, workspace_name]
            # 依次补全各动态列,长度不足自动留空
            current_row += org_admins + [""] * (max_admin_len - len(org_admins))
            current_row += org_viewers + [""] * (max_viewer_len - len(org_viewers))
            current_row += all_org_members + [""] * (max_member_len - len(all_org_members))
            rows.append(current_row)
    return rows

if __name__ == "__main__":
    # 生成表头和行数据,写出到本地CSV文件
    header = build_dynamic_header(raw_data)
    csv_rows = build_csv_rows(raw_data, header)
    with open("tfe_org_export.csv", "w", newline="", encoding="utf-8") as f:
        writer = csv.writer(f)
        writer.writerow(header)
        writer.writerows(csv_rows)

灵活调整的说明

  • 如果不需要把所有团队成员合并到同一个member列,只要在统计最大长度和拼接列表时,给每个团队单独加列前缀(比如genericresources-admins_member1、genericresources-contributors_member1)即可
  • 处理大规模数据时,不需要一次性把所有行加载到内存,可以在遍历工作区的环节逐行写出,降低内存占用
  • 原始数据里的团队工作区权限(write/plan)如果需要加到CSV列里,只要在表头增加workspace_permission列,遍历团队匹配当前工作区的权限值即可填入

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.09 13:36:04