import datetime as dt url = 'https://c.m.163.com/ug/api/wuhan/app/data/list-total?t=333665313357' headers = { "user-agent" : "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36" response = requests . get ( url , headers = headers ) json_data = response . json ( ) #转换成json数据 with open ( '数据.csv' , mode = 'a' , newline = '' , encoding = "utf-8" ) as f : fieldnames = [ '姓名' , '时间' , '数量' ] csv_writer = csv . DictWriter ( f , fieldnames = fieldnames ) csv_writer . writeheader ( ) # 将字段写入csv格式文件首行 womData = json_data [ 'data' ] [ 'areaTree' ] #获取到areaTree的数据 # 把获取的数据进行一个循环 for item in womData : name = item [ 'name' ] lastUpdateTime = item [ 'lastUpdateTime' ] confirm = item [ 'total' ] [ 'confirm' ] csv_writer . writerow ( { '姓名' : name , '时间' : lastUpdateTime , '数量' : confirm } ) # csv_writer.writerows(womData) #全部输出 # 打印字符串 print ( 'ok' ) 用 python 写的一个 json 转 csv 文件 的脚本， csv 文件 的分隔符用的 '|' ，hard code 到代码里了。 使用方法： 1. 直接执行 python json 2 csv .py （待转换 文件 hard code 到代码里） 2. 转换完后先打开excel ，然后从excel 里面找到转换后 文件 . csv 打开(注意不能直接打开否则会有乱码) 利用 Python 实现 json 格式转换为 csv 文件 格式 本文是学校的课程设计，这里我没有用封装好的 json 库来实现，而是把读进来的 文件 当一个字符串来处理，核心函数其实是 python 的eval()类型转换函数。 什么是 JSON ? 我们要考虑到 json 格式下key-value对的结构是无序的。 JSON :JavaScript Object Notation(JavaScript 对象表示法)，是存... def xlsx_to_ csv (): workbook = xlrd.open_workbook('1.xlsx') table = workbook.sheet_by_index(0) with codecs.open('1. csv ', 'w', encoding='utf-8') as f: write = csv .writer(f) for row_num in range(table.nrows): row_va import json analysis_root_dir = D:\\analysis_data\ json _file store_result=D:\\analysis_data\\analysis_result\\dependency. csv def parse_dir(root_dir): path = Path(root_dir) all_ json _ 文章目录了解 json 整体格式转换格式提取key和value使用pandas写入 csv 了解 json 整体格式 这里有一段 json 格式的 文件 ，存着全球陆地和海洋的每年异常气温(这里只选了一部分)：global_temperature. json "description": { "title": "Global Land and Ocean Temperature Anomalies, January-December", "units": "Degrees Celsius", pandas提供了一些用于将表格型 数据 读取为DataFrame对象的函数。下表对它们进行了总结，其中read_ csv 和read_table用的是最多的。read_ csv （使用SQLAlchemy）读取SQL查询结果为pandas的DataFrame并不是所有 文件 都有标题行。读入该 文件 的办法有两个。假设你希望将message列做 成 DataFrame的索引。 JSON 介绍 JSON (JavaScript Object Notation)是一种轻量级的 数据 交换格式，方便人们阅读和编写。任何支持的 数据 类型都可以通过 json 来表示，例如字符串、数字、对象、数组等。但是对象和数组是比较特殊且常用的两种类型，其特点是： 对象表示为键值对 数据 由逗号分隔 花括号保... （1） JSON 格式可以对高维 数据 进行表达和存储。 JSON （JavaScript Object Notation）是一种轻量级的 数据 交换格式，易于阅读和理解。 JSON 格式 表达键值对的基本格式如下，键值对都保存在双引号中：例如：“同比”: “120.7”,“城市”: “北京”,“定基”: “121.4”,“环比”: “101.5”