在數據交換與系統集成中，JSON 與 Excel 是兩種極為常見的數據格式。JSON 適用於系統間傳輸，結構靈活；而 Excel 更適合可視化展示與手動編輯。本文將介紹如何使用 Python 實現 將 JSON 轉換為格式化的 Excel 文件、從 Excel 生成 JSON 文件，並 處理嵌套 JSON 的扁平化問題，幫助你在多數據源場景下高效完成數據轉換。

• 將 JSON 導入為格式化 Excel
• 將 Excel 導出為結構化 JSON
• 處理嵌套 JSON：扁平化技巧與示例

本文使用的方法需要用到 Free Spire.XLS for Python，可通過pip安裝：pip install spire.xls.free。

將 JSON 導入為格式化 Excel

將結構化 JSON 文件導入為 Excel 表格時，可以通過 Spire.XLS 自動寫入列頭與數據，同時設置單元格樣式，使內容更清晰易讀。

操作説明：

1. 讀取 JSON 文件，提取鍵名作為表頭；
2. 寫入數據並設置表頭樣式（加粗、背景色）；
3. 自動調整列寬，提升可讀性；
4. 保存為 .xlsx 文件。

示例 JSON：employees.json

[
  {"Name": "Alice", "Age": 30, "Department": "HR"},
  {"Name": "Bob", "Age": 27, "Department": "IT"},
  {"Name": "Charlie", "Age": 35, "Department": "Sales"}
]

代碼示例：

from spire.xls import Workbook, FileFormat, Color
import json

# 加載 JSON 數據
with open("employees.json", "r", encoding="utf-8") as f:
    data = json.load(f)

workbook = Workbook()
workbook.Worksheets.Clear()
sheet = workbook.Worksheets.Add("employees")

# 寫入表頭並設置樣式
headers = list(data[0].keys())
for col, header in enumerate(headers):
    cell = sheet.Range[1, col + 1]
    cell.Text = header
    cell.Style.Font.FontName = "Times New Roman"
    cell.Style.Font.IsBold = True
    cell.Style.Font.Size = 16.0
    cell.Style.Color = Color.get_LightGray()

# 寫入數據並設置樣式
for row_idx, row in enumerate(data, start=2):
    for col_idx, key in enumerate(headers):
        sheet.Range[row_idx, col_idx + 1].Text = str(row.get(key, ""))
dataRange = sheet.Range[2, 1, sheet.LastRow, sheet.LastColumn]
dataRange.Style.Color = Color.get_LightPink()
dataRange.Style.Font.FontName = "Arial"
dataRange.Style.Font.Size = 12.0
dataRange.BorderInside()
dataRange.BorderAround()

# 自動調整列寬
for i in range(1, len(headers) + 1):
    sheet.AutoFitColumn(i)

# 保存 Excel 文件
workbook.SaveToFile("output/employees.xlsx", FileFormat.Version2016)
workbook.Dispose()

生成的 Excel 文件截圖：

將 Excel 導出為結構化 JSON

將 Excel 表格導出為 JSON 時，可以自動讀取第一行作為鍵名，並逐行構造字典列表，最終保存為 .json 文件。

操作説明：

1. 獲取最後一行和最後一列；
2. 讀取第一行作為 headers；
3. 逐行讀取數據並轉換為字典結構；
4. 使用 json.dump 輸出到文件。

代碼示例：

import json

# 獲取最大行列
rows = sheet.LastRow
cols = sheet.LastColumn

# 提取表頭
headers = [sheet.Range[1, i + 1].Text for i in range(cols)]
data = []

# 構造 JSON 數據
for r in range(2, rows + 1):
    row_data = {}
    for c in range(cols):
        row_data[headers[c]] = sheet.Range[r, c + 1].Text
    data.append(row_data)

# 輸出 JSON 文件
with open("output/products_out.json", "w", encoding="utf-8") as f:
    json.dump(data, f, indent=2, ensure_ascii=False)

Excel文件數據：

生成的 JSON 文件片段：

處理嵌套 JSON：扁平化轉換

在實際開發中，JSON 數據經常包含嵌套對象。若直接導入 Excel，結構會混亂或不完整。可使用扁平化（flatten）技術，將嵌套結構展平為扁平鍵名形式（如 address.city）。

示例嵌套 JSON：

[
  {
    "name": "John",
    "email": "john@example.com",
    "address": {
      "city": "New York",
      "zip": "10001"
    }
  }
]

Python 扁平化函數示例：

def flatten_json(obj, prefix=""):
    flat = {}
    for key, value in obj.items():
        full_key = f"{prefix}{key}" if prefix == "" else f"{prefix}.{key}"
        if isinstance(value, dict):
            flat.update(flatten_json(value, full_key))
        else:
            flat[full_key] = value
    return flat

# 使用扁平化函數
with open("nested.json", "r", encoding="utf-8") as f:
    nested_data = json.load(f)

flat_data = [flatten_json(item) for item in nested_data]

扁平化後的結構：

[
  {
    "name": "John",
    "email": "john@example.com",
    "address.city": "New York",
    "address.zip": "10001"
  }
]

總結

藉助 Spire.XLS for Python，我們可以在 Python 項目中輕鬆實現 JSON 與 Excel 之間的相互轉換，滿足數據展示、系統交互等多種場景需求。對於結構複雜的 JSON 數據，也可通過自定義方法進行處理，從而實現高效的數據導入導出。

更多Excel處理教程請參考：Spire.XLS for Python 教程中心