使用 Python 的 `requests` 库结合 `pandas` 可以方便地从网络接口获取数据并导出为 Excel 文件。以下是一个完整的示例，涵盖从发送请求、处理响应到保存数据为 Excel 文件的流程。 ### 示例代码 ```python import requests import pandas as pd # 定义请求的URL url = "http://xxx/v1.0/schools/withServices?$count=true&$limit=200&$offset=0&_r=1600223532645&$filter=opened+eq+1&opened=1" # 发送GET请求 response = requests.get(url) # 检查响应状态码是否为200（成功） if response.status_code == 200: # 将响应内容转换为JSON格式 data = response.json() # 假设返回的数据在'data'字段中 schools_data = data.get('data', []) # 将数据转换为DataFrame df = pd.DataFrame(schools_data) # 指定保存路径和文件名 file_path = "schools_data.xlsx" # 使用pandas将DataFrame写入Excel文件 df.to_excel(file_path, index=False) print(f"数据已成功保存至 {file_path}") else: print(f"请求失败，状态码：{response.status_code}") ``` ### 说明 - **请求部分**：使用 `requests.get()` 方法向指定的 URL 发送 GET 请求。确保 URL 是有效的，并且服务器返回的状态码为 200 表示请求成功。 - **响应处理**：通过 `response.json()` 方法将响应内容转换为 JSON 格式，便于后续处理。假设返回的数据结构中包含一个 `'data'` 字段，其中存储了实际的数据列表。 - **数据转换**：使用 `pandas.DataFrame()` 方法将数据列表转换为 DataFrame 对象，这是 `pandas` 中用于处理表格数据的核心数据结构。 - **文件保存**：使用 `df.to_excel()` 方法将 DataFrame 写入 Excel 文件。`index=False` 参数表示不保存行索引。 ### 注意事项 - 确保 `pandas` 和 `openpyxl`（用于写入 Excel 文件的引擎）已安装。可以通过以下命令安装： ```bash pip install pandas openpyxl ``` - 如果接口返回的数据格式不是标准的 JSON，可能需要根据实际情况进行解析和处理。 - 如果接口需要认证或其他特殊请求头，可以在 `requests.get()` 方法中添加相应的 `headers` 参数。例如： ```python headers = { "Authorization": "Bearer your_token_here" } response = requests.get(url, headers=headers) ``` ###