在当今数据驱动的技术生态中，JSON、XML和YAML作为主流结构化数据格式，因其层次化表达能力和跨平台兼容性，已成为系统间数据交换的通用载体。然而，当需要将这类半结构化数据转化为具备直观可视化、动态计算和协作共享特性的载体时，Excel文件因其在商业分析、科研管理和跨部门协作中的不可替代性，成为数据落地的终极界面。通过Python实现这一转换过程，不仅能突破不同数据范式间的语义鸿沟，更可构建自动化数据管道，在保留原始数据完整性的同时，赋予其动态排序、公式计算和数据透视等增值能力。本文将介绍如何使用Python导入JSON、XML和YAML格式数据到Excel文件中。

本文所使用的数据写入方法需要用到Free Spire.XLS for Python，PyPI：pip install spire.xls.free。

---

如何使用Python写入数据到Excel工作表

我们可以使用Free Spire.XLS for Python提供的类、属性和方法来创建或载入Excel文件，并处理数据到单元格的写入以及工作表格式设置等操作。以下是操作步骤示例：

1. 创建Workbook实例以新建Excel工作簿（新建的工作簿会有三个默认工作表），或使用Workbook.LoadFromFile()方法载入已有工作簿。
2. 使用Workbook.Worksheets.get_Item()方法获取指定工作表，或使用Workbook.Worksheets.Add(sheetName: str)方法直接新建工作表。
3. 通过json、xml.etree.ElementTree和yaml组件读取相应数据。
4. 使用Worksheet.Range.get_Item()方法获取指定单元格为CellRange对象，并使用CellRange.Value属性讲数据写入单元格中。
5. 使用CellRange.BuiltInStyle、CellRange.ApplyStyle()、Worksheet.AutoFitColumn()等属性和方法，对工作表及单元格格式进行设置。
6. 使用Workbook.SaveToFile()方法保存Excel工作簿到文件。

用Python导入JSON数据到Excel工作表

JSON是一种轻量级数据交换格式，常用于Web应用中前后端数据传输。在Python中，我们可以使用标准库中的json内置组件来解析JSON文件，并提取其中数据。提取到数据之后，我们可以使用Spire.XLS for Python将其写入Excel工作表并自定义格式，完成JSON数据到Excel文件的导入。

代码示例：

# 导入所需库
from spire.xls import Workbook, FileFormat, BuiltInStyles
import json# 读取并解析JSON订单数据
with open("E-Commerce Order Data.json", "r", encoding="utf-8") as f:jsonData = json.load(f)# 定义Excel列标题
headers = ["order_id", "customer", "order_date", "status", "total", "product", "quantity", "price"]# 将嵌套的JSON结构转换为扁平化表格数据
rows = []
for order in jsonData:for item in order["items"]:# 合并订单主数据和商品明细数据row = [order["order_id"], order["customer"], order["order_date"],order["status"], str(order["total"]), item["product"],str(item["quantity"]), str(item["price"])]rows.append(row)# 初始化Excel工作簿和工作表
workbook = Workbook()
workbook.Worksheets.Clear()
sheet = workbook.Worksheets.Add("Orders")# 写入表头到首行
for col, header in enumerate(headers):sheet.Range[1, col + 1].Value = header# 写入数据行内容
for row_idx, row_data in enumerate(rows):for col_idx, value in enumerate(row_data):sheet.Range[row_idx + 2, col_idx + 1].Value = value# 设置表格样式
sheet.Rows[0].BuiltInStyle = BuiltInStyles.Heading2  # 标题行样式
for row in range(1, sheet.Rows.Count):sheet.Rows[row].BuiltInStyle = BuiltInStyles.Accent2_40  # 数据行样式# 自动调整列宽
for col in range(sheet.Columns.Count):sheet.AutoFitColumn(col + 1)# 保存并释放资源
workbook.SaveToFile("output/JSONToExcel.xlsx", FileFormat.Version2016)
workbook.Dispose()

💡为了演示清晰，以上代码直接基于已知的字段结构进行提取。在实际项目中，建议根据具体的数据格式动态处理字段，或增加容错逻辑以应对结构变动。

JSON文件：

输出Excel文件：

---

用Python导入XML数据到Excel工作表

XML是一种标记语言，适合表示结构复杂的数据，支持丰富的功能（如属性、注释）。同样，Python标准库也提供了xml.etree.ElementTree组件，可以帮助我们提取XML文件中的数据。我们可以使用该组件搭配Free Spire.XLS for Python来实现导入XML数据到Excel文件。

代码示例：

# 导入XML处理库和Excel操作库
import xml.etree.ElementTree as ET
from spire.xls import Workbook, FileFormat, BuiltInStyles# 解析XML变更日志文件
tree = ET.parse("Software Manual Changelog.xml")
root = tree.getroot()# 定义表格列标题
headers = ["version", "date", "editor", "change"]
rows = []# 提取并转换XML数据结构
for entry in root.findall("entry"):# 提取公共字段version = entry.findtext("version", "")date = entry.findtext("date", "")editor = entry.findtext("editor", "")# 展开多个变更条目为独立行for change in entry.find("changes").findall("change"):rows.append([version, date, editor, change.text.strip()])# 创建Excel工作簿
workbook = Workbook()
workbook.Worksheets.Clear()
sheet = workbook.Worksheets.Add("Changelog")# 写入表格标题行
for col, header in enumerate(headers):sheet.Range[1, col + 1].Value = header# 填充变更记录数据
for row_idx, row_data in enumerate(rows):for col_idx, value in enumerate(row_data):sheet.Range[row_idx + 2, col_idx + 1].Value = value# 应用样式模板
sheet.Rows[0].BuiltInStyle = BuiltInStyles.Heading1  # 主标题样式
for row in range(1, sheet.Rows.Count):sheet.Rows[row].BuiltInStyle = BuiltInStyles.Accent1_40  # 交替行底色# 自适应列宽设置
for col in range(sheet.Columns.Count):sheet.AutoFitColumn(col + 1)# 输出文件并释放资源
workbook.SaveToFile("output/XMLToExcel.xlsx", FileFormat.Version2016)
workbook.Dispose()

💡为了演示清晰，以上代码直接基于已知的字段结构进行提取。在实际项目中，建议根据具体的数据格式动态处理字段，或增加容错逻辑以应对结构变动。

XML文件:

输出的Excel文件：

---

用Python导入YAML数据到Excel工作表

YAML是一种简洁易读的配置文件格式，常用于DevOps和项目配置。虽然YAML通常不用于存储表格型数据，但很多结构化配置可转换成Excel表做审阅、记录或共享等，在这些实际场景中非常实用。我们可以使用Python标准库中的yaml组件处理YAML文件数据，然后将其导入Excel文件中。

代码示例：

# 导入YAML处理库和Excel操作库
import yaml
from spire.xls import Workbook, FileFormat, BuiltInStyles# 加载CI/CD流水线配置文件
with open("CI CD Pipeline Configuration.yaml", "r", encoding="utf-8") as f:yaml_data = yaml.safe_load(f)  # 安全解析YAML内容# 定义流水线分析报表列结构
headers = ["stage", "command", "output_file", "coverage", "environment"]
rows = []# 展开流水线阶段的多维数据
for stage in yaml_data["stages"]:# 提取阶段基础信息name = stage.get("name", "")commands = stage.get("commands", [])coverage = str(stage.get("coverage", ""))  # 数值转字符串environment = stage.get("environment", "")outputs = stage.get("artifacts", []) or [""]  # 处理空输出文件情况# 按命令展开明细行for i, cmd in enumerate(commands):# 合并数据时保持指标数据首行展示row = [name,cmd,outputs[i] if i < len(outputs) else "",  # 匹配命令与产出文件coverage if i == 0 else "",  # 覆盖率仅首行保留environment if i == 0 else ""  # 环境信息仅首行保留]rows.append(row)# 创建报表工作簿
workbook = Workbook()
workbook.Worksheets.Clear()
sheet = workbook.Worksheets.Add("Pipeline")# 构建表头结构
for col, header in enumerate(headers):sheet.Range[1, col + 1].Value = header# 填充动态生成的流水线数据
for row_idx, row_data in enumerate(rows):for col_idx, value in enumerate(row_data):sheet.Range[row_idx + 2, col_idx + 1].Value = str(value)  # 强制转为字符串格式# 应用阶梯式样式方案
sheet.Rows[0].BuiltInStyle = BuiltInStyles.Heading4  # 深色渐变标题
for row in range(1, sheet.Rows.Count):sheet.Rows[row].BuiltInStyle = BuiltInStyles.Accent2_40  # 浅色交替行背景# 优化列显示宽度
for col in range(sheet.Columns.Count):sheet.AutoFitColumn(col + 1)# 持久化报表文件
workbook.SaveToFile("output/YAMLToExcel.xlsx", FileFormat.Version2016)
workbook.Dispose()

💡为了演示清晰，以上代码直接基于已知的字段结构进行提取。在实际项目中，建议根据具体的数据格式动态处理字段，或增加容错逻辑以应对结构变动。
YAML文件：

输出的Excel文件：

---

本文演示如何导入数据到Excel文件，包括JSON、XML和YAML数据到Excel工作表的导入，提供步骤介绍及代码示例。