Python 实现 JSON 转 CSV：基础与嵌套数据处理

关键代码解释：

• json.load()：将 JSON 文件解析为 Python 原生数据结构（列表/字典）；
• worksheet.Range[row, col]：Free Spire.XLS 的单元格定位方式，行/列从 1 开始计数；
• Dispose()：释放 Workbook 占用的内存资源，避免内存泄漏。

2.2 进阶场景：嵌套 JSON 转 CSV

实际业务中 JSON 常包含嵌套结构（如 {"name":"张三","info":{"age":25,"city":"北京"}}），直接转换会丢失嵌套数据，需先将嵌套字典'扁平化'。

实现逻辑：

1. 编写递归函数扁平化嵌套字典；
2. 解析 JSON 并应用扁平化处理；
3. 后续步骤同基础场景。

完整代码：

import json
from spire.xls import *
from spire.xls.common import *

def flatten_dict(nested_dict: dict, parent_key: str = '', sep: str = '_') -> dict:
    """ 递归扁平化嵌套字典
    :param nested_dict: 待扁平化的嵌套字典
    :param parent_key: 父键名（递归使用）
    :param sep: 键名分隔符（如 info_age）
    :return: 扁平化后的单层字典
    """
    items = []
    for k, v in nested_dict.items():
        new_key = f"{parent_key}{sep}{k}" if parent_key else k
        if isinstance(v, dict):
            # 递归处理嵌套层级
            items.extend(flatten_dict(v, new_key, sep).items())
        else:
            items.append((new_key, v))
    return dict(items)

def nested_json_to_csv(json_path: str, csv_path: str) -> None:
    """ 嵌套结构 JSON 转 CSV
    :param json_path: 输入 JSON 文件路径
    :param csv_path: 输出 CSV 文件路径
    """
    try:
        # 1. 读取并解析 JSON
        with open(json_path, 'r', encoding='utf-8') as f:
            json_data = json.load(f)
        
        # 2. 扁平化所有嵌套字典
        flattened_data = []
        for item in json_data:
            flattened_item = flatten_dict(item)
            flattened_data.append(flattened_item)
        
        # 3. 提取表头（扁平化后的键）
        headers = []
        for item in flattened_data:
            for key in item.keys():
                if key not in headers:
                    headers.append(key)
        
        # 4. 初始化工作簿并写入数据（同基础场景）
        workbook = Workbook()
        worksheet = workbook.Worksheets[0]
        
        # 写入表头
        for col_idx, header in enumerate(headers, start=1):
            worksheet.Range[1, col_idx].Text = header
        
        # 写入扁平化数据
        for row_idx, item in enumerate(flattened_data, start=2):
            for col_idx, header in enumerate(headers, start=1):
                cell_value = item.get(header, "")
                worksheet.Range[row_idx, col_idx].Text = str(cell_value)
        
        # 保存并释放资源
        worksheet.SaveToFile(csv_path, ",", Encoding.get_UTF8())
        workbook.Dispose()
        print(f"嵌套 JSON 转换完成！CSV 文件路径：{csv_path}")
    except Exception as e:
        print(f"转换失败：{str(e)}")

# 测试调用
if __name__ == "__main__":
    # 示例 nested_test.json 内容：
    # [{"name":"张三","info":{"age":25,"job":{"title":"工程师"}}},{"name":"李四","info":{"age":30,"job":{"title":"产品经理"}}}]
    nested_json_to_csv("nested_test.json", "nested_result.csv")

关键代码解释：

• flatten_dict：核心递归函数，将嵌套键拼接为单层（如 info_job_title），解决嵌套数据丢失问题；
• 扁平化后的数据处理逻辑与基础场景一致，保证 CSV 结构规整。

3. 常见问题与解决方案

3.1 中文乱码问题

• 现象：CSV 文件用 Excel 打开后中文显示乱码；
• 解决方案：转换时指定了 UTF-8 编码，若 Excel 兼容问题，可将 CSV 用记事本打开，'另存为'选择'UTF-8-BOM'编码。

3.2 特殊字符导致格式错乱

• 现象：换行符、制表符导致 CSV 单元格错位；

解决方案：写入前转义特殊字符：

cell_value = str(cell_value).replace('\n', ' ').replace('\r', ' ').replace('\t', ' ')

4. 总结

通过结合 Python 的 json 模块进行数据解析，并利用 Free Spire.XLS 强大的工作表操作能力，我们可以灵活地处理嵌套结构、自定义扁平化策略，并最终生成符合预期的 CSV 文件。该方法特别适合需要与 Excel 工作流紧密结合的场景，或者当需要在同一个项目中同时处理 Excel 和 CSV 格式时。