如何用Python解析curl请求返回数据并导出为CSV文件？

嘿，你已经搞定了最麻烦的字符串转字典那一步，导出CSV其实是小菜一碟！我给你两种实用的方法，都是Python里常用的方案：

这是最轻量化的方案，不需要安装第三方库，适合简单的导出需求：

1. 确认数据格式 #

首先确保你已经把接口返回的字符串成功转成了字典：

import ast
# 假设response是你请求curl接口得到的响应对象
data_dict = ast.literal_eval(response.text)

2. 提取核心数据 #

从字典中取出需要导出的data列表，这是我们要写入CSV的内容：

raw_data = data_dict['data']

3. 写入CSV文件 #

用csv.DictWriter可以直接把字典列表转成CSV，自动匹配表头和对应值：

import csv

# 定义CSV的表头，和数据字典里的键完全对应
fieldnames = ['date', 'count']

# 打开文件时指定encoding和newline参数，避免乱码和多余空行
with open('daily_counts.csv', 'w', encoding='utf-8', newline='') as csv_file:
    # 初始化写入器
    writer = csv.DictWriter(csv_file, fieldnames=fieldnames)
    # 先写入表头
    writer.writeheader()
    # 批量写入所有数据行
    writer.writerows(raw_data)

如果你的数据量较大或者后续需要做数据处理，用pandas会更高效，一行代码就能搞定导出：

import pandas as pd

# 直接把data列表转成DataFrame
df = pd.DataFrame(data_dict['data'])
# 导出CSV，index=False表示不写入行索引
df.to_csv('daily_counts_pandas.csv', index=False, encoding='utf-8')

注意：如果没安装pandas，需要先执行pip install pandas安装。

小提示 #

• 如果后续你的data字段里新增了其他键（比如user_id），只需要修改fieldnames列表（方法一）或者直接导出（方法二），不需要额外调整代码
• 导出的CSV文件可以直接用Excel、Google Sheets等工具打开查看

内容的提问来源于stack exchange，提问作者wawaloo_17