当前位置:首页 > 文章列表 > Golang > Go问答 > 利用 Go 语言将 JSON 转换为 Excel 文件,并实现输出结果的差异化

利用 Go 语言将 JSON 转换为 Excel 文件,并实现输出结果的差异化

来源:stackoverflow 2024-03-28 13:42:29 0浏览 收藏

本篇文章向大家介绍《利用 Go 语言将 JSON 转换为 Excel 文件,并实现输出结果的差异化》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

问题内容

我正在尝试用 go 语言构建一个 json 到 excel 转换器。下面是一些 json 示例:

[{
    "app": "instagram",
    "company": "facebook",
    "category": "social media"
  },
  {
    "app": "wechat",
    "company": "tencent",
    "category": "social media"
  }
}]

我在这里没有使用结构,因为 json 中的数据可以是随机的,因此使用接口来存储数据,解组 json,然后使用断言技术尝试提取数据,但由于数据结构用作映射,因此在迭代数据列时不是以顺序方式存储在 excel 表中,每个输出列序列都是随机的,因此存储在 excel 表中的数据是不合适的。由于json中的数据不是固定类型,因此无法在go程序中使用结构。

使用下面的代码,我可以在 excel 中获取列并将列设置为应用程序、公司、类别。但每次迭代的列序列并不相同,这应该是因为进一步的步骤是馈送值,但由于遍历映射总是给出随机输出序列,因此无法进一步移动。

这部分如何处理?

file, err  := ioutil.ReadFile("test.json")
 if err != nil {
    panic(err)
 }
 var data interface{}
 json.Unmarshal(file, &data) // reading all json data
 fmt.Println(data)
 t, ok := data.([]interface{})  // assertion Interface
 _ = ok
 fmt.Printf("%[1]v  %[1]T\n", t)  //map[string]interface {}
 myMap := t[0]   // aim here to get APP, Company and Category which will be the column name of Excel sheet 
columnData, _  := myMap.(map[string]interface {})  // extract the underlying concrete data from interface
keys := make([]string, 0, len(columnData)) // creating and initializing slice to store column 
for k := range columnData {
     fmt.Printf("%[1]v %[1]T\n", k)
     keys = append(keys, k)
  }

 xlsx := excelize.NewFile()
 sheetName := "Sheet1"
 xlsx.SetSheetName(xlsx.GetSheetName(1), sheetName)
 c := 'A'
 asciiValue := int(c)
 var a string
 for i := 0; i < len(keys); i++ {
    a = string(asciiValue)
    xlsx.SetCellValue(sheetName, a + "1", keys[i])
    asciiValue++
}
err := xlsx.SaveAs("./Onkar.xlsx")
if err != nil {
   fmt.Println(err)
   return
}
fmt.Println("Excel file generated sucessfully")

正确答案


通过查看代码,您在地图上使用 for :=range 并不能保证顺序,因此由于顺序对您很重要,我建议您使用对键进行排序。 在这里您可以找到更多信息。 How to iterate through a map in Golang in order?

今天带大家了解了的相关知识,希望对你有所帮助;关于Golang的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
实现商城购买记录功能的PHP开发技巧实现商城购买记录功能的PHP开发技巧
上一篇
实现商城购买记录功能的PHP开发技巧
应对织梦CMS数据库连接问题的方法
下一篇
应对织梦CMS数据库连接问题的方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    252次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    298次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    265次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    248次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    54次使用