使用requests请求数据库并通过openpyxl导出Excel遇嵌套结构问题

我明白你遇到的问题了——当接口返回的数据包含列表或者嵌套字典时，直接把值写到Excel第二行就会出问题，因为这些复杂类型没法直接作为单元格值写入。下面给你两套适配不同需求的解决方案，完美解决这个场景：

方案1：扁平化嵌套结构（推荐用于需要拆分查看子字段的场景） #

这种方式会把嵌套字典的键转为父键.子键格式，列表转为键[索引]格式，让所有子字段都单独成为Excel的一列，方便后续查看和分析。

步骤1：编写递归扁平化函数 #

def flatten_data(data, parent_key='', sep='.'):
    items = []
    if isinstance(data, dict):
        for k, v in data.items():
            new_key = f"{parent_key}{sep}{k}" if parent_key else k
            items.extend(flatten_data(v, new_key, sep=sep))
    elif isinstance(data, list):
        for i, v in enumerate(data):
            new_key = f"{parent_key}[{i}]" if parent_key else f"[{i}]"
            items.extend(flatten_data(v, new_key, sep=sep))
    else:
        items.append((parent_key, data))
    return dict(items)

步骤2：结合requests和openpyxl完整实现 #

import requests
from openpyxl import Workbook

# 替换成你的实际请求逻辑
response = requests.get("你的数据库查询接口地址")
# 模拟接口返回的复杂数据（可删除，用上面的response.json()替代）
mock_response = {
    "user_id": 1001,
    "profile": {
        "name": "Mr_Happy",
        "age": 30
    },
    "permissions": ["read", "write", "manage"],
    "last_active": "2024-05-20"
}
raw_data = mock_response  # 实际场景改为response.json()

# 扁平化处理数据
flattened_data = flatten_data(raw_data)

# 写入Excel
wb = Workbook()
ws = wb.active
# 第1行写键
ws.append(list(flattened_data.keys()))
# 第2行写对应的值
ws.append(list(flattened_data.values()))

wb.save("query_result.xlsx")

方案2：保留原始结构（推荐用于需要后续解析数据的场景） #

如果不想拆分嵌套结构，而是希望把列表/字典作为一个单元格内容保存，可以直接将复杂类型转为JSON字符串，后续需要时再解析还原。

import requests
import json
from openpyxl import Workbook

# 同样替换成你的实际请求逻辑
response = requests.get("你的数据库查询接口地址")
raw_data = response.json()

# 处理复杂类型：转为JSON字符串
processed_data = {}
for key, value in raw_data.items():
    if isinstance(value, (dict, list)):
        processed_data[key] = json.dumps(value, ensure_ascii=False)
    else:
        processed_data[key] = value

# 写入Excel
wb = Workbook()
ws = wb.active
ws.append(list(processed_data.keys()))
ws.append(list(processed_data.values()))

wb.save("query_result_raw.xlsx")

关键说明 #

• 扁平化方案适合需要单独查看每个子字段的场景，比如要对profile.age做统计分析。
• JSON字符串方案适合需要保留原始数据结构的场景，后续可以用json.loads()重新解析成字典/列表。

内容的提问来源于stack exchange，提问作者Mr_Happy