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
相关产品推荐

