嘿，我来帮你搞定这个需求！要把JSON响应和抓取到的数据按相同格式逐行写入CSV，其实用Python的工具就能轻松实现，下面给你两种常用的方案，你可以根据自己的场景选择：

方案一：用Python标准库csv（轻量无依赖） #

如果你的数据量不大，或者不想额外安装第三方库，用Python自带的csv模块就足够了，步骤很清晰：

1. 先把JSON响应解析成Python的字典列表（如果还没解析的话，用json.loads()处理），同时确保抓取的数据也是同格式的字典列表（每个字典对应CSV的一行，键对应表头）。
2. 定义CSV的表头，要和数据里的键完全对应。
3. 用csv.DictWriter来自动匹配表头和数据，逐行写入。

代码示例 #

import csv
import json

# 示例：解析后的JSON响应数据（字典列表）
json_response = json.loads('[{"id":1,"title":"JSON文章1","content":"JSON内容1"},{"id":2,"title":"JSON文章2","content":"JSON内容2"}]')

# 示例：抓取到的数据（格式和JSON响应完全一致）
scraped_data = [
    {"id":3,"title":"抓取文章1","content":"抓取内容1"},
    {"id":4,"title":"抓取文章2","content":"抓取内容2"}
]

# 合并两个数据集（如果需要写入同一个CSV）
all_data = json_response + scraped_data

# 定义CSV表头，要和数据的键一一对应
csv_headers = ["id", "title", "content"]

# 写入CSV文件
with open("combined_data.csv", "w", newline="", encoding="utf-8") as csv_file:
    # 创建DictWriter对象，绑定表头
    writer = csv.DictWriter(csv_file, fieldnames=csv_headers)
    # 先写入表头
    writer.writeheader()
    # 逐行写入每一条数据
    for row in all_data:
        writer.writerow(row)

关键细节 #

• newline=""：避免Windows系统下写入CSV时出现多余空行。
• encoding="utf-8"：保证中文、特殊字符不会乱码。
• 如果JSON是嵌套结构（比如有子字典），需要先把数据扁平化成一维键值对，才能写入CSV（CSV是二维表格，不支持嵌套）。

方案二：用pandas（适合大数据/复杂处理） #

如果你需要处理大量数据，或者后续还要做数据分析，pandas会更高效，代码也更简洁：

代码示例 #

import pandas as pd
import json

# 解析JSON响应
json_response = json.loads('[{"id":1,"title":"JSON文章1","content":"JSON内容1"},{"id":2,"title":"JSON文章2","content":"JSON内容2"}]')
# 抓取数据
scraped_data = [
    {"id":3,"title":"抓取文章1","content":"抓取内容1"},
    {"id":4,"title":"抓取文章2","content":"抓取内容2"}
]

# 转成DataFrame（pandas的表格结构）
df_json = pd.DataFrame(json_response)
df_scraped = pd.DataFrame(scraped_data)

# 合并两个表格，忽略原来的行索引
combined_df = pd.concat([df_json, df_scraped], ignore_index=True)

# 写入CSV，不包含行索引，用utf-8-sig让Excel识别编码
combined_df.to_csv("combined_data_pandas.csv", index=False, encoding="utf-8-sig")

关键细节 #

• index=False：避免把pandas的行索引写入CSV。
• utf-8-sig：解决Excel打开UTF-8编码CSV时的乱码问题。
• 如果数据格式不一致，pandas会自动补全缺失值为NaN，你可以用fillna()来处理这些缺失值。

注意事项 #

• 一定要保证JSON响应和抓取数据的字段完全一致，否则会出现数据错位或者缺失。如果字段有差异，先统一处理（比如给缺失的字段设置默认值）。
• 如果你的数据不是字典列表，比如是单个字典或者其他格式，要先转换成列表格式再写入。

内容的提问来源于stack exchange，提问作者Gaal Csaba