Python办公自动化之JSON数据处理与SQL Server数据库操作

利用Python标准库高效处理JSON数据

基础解析与格式转换

在办公自动化脚本中，解析外部传入的JSON字符串是获取配置或接口数据的第一步。Python内置的json模块可直接将JSON文本转换为Python字典对象，便于后续条件判断与字段提取。

import json

# 原始JSON字符串
json_data = '{"name": "John", "age": 30, "city": "New York"}'

# 解析为Python字典
data_dict = json.loads(json_data)

print(data_dict["name"])  # 输出：John
print(data_dict["age"])   # 输出：30

若需将内存中的Python数据结构（如字典、列表）传递至前端接口或配置文件，可使用json.dumps()进行序列化。该方法会自动处理类型映射，生成标准的JSON字符串。

import json

source_data = {
    "name": "John",
    "age": 30,
    "city": "New York"
}

json_string = json.dumps(source_data)
print(json_string)  # 输出：{"name": "John", "age": 30, "city": "New York"}

文件读写与嵌套结构处理

实际办公场景中，数据通常持久化存储于本地JSON文件。使用with open()上下文管理器可确保文件流正确闭合，避免内存泄漏。

import json

# 读取本地JSON文件
with open("config.json", "r", encoding="utf-8") as f:
    file_data = json.load(f)

print(file_data.get("name"))

写入文件时使用json.dump()，将内存对象直接写入文件句柄。对于包含多层级键值对的嵌套JSON，可通过链式索引逐级穿透访问。

import json

nested_json = '{"user_info": {"name": "John", "scores": [90, 85]}}'
parsed_nested = json.loads(nested_json)
print(parsed_nested["user_info"]["name"])  # 输出：John

连接并操作SQL Server数据库的标准流程

第1步：安装驱动库与初始化环境

目的：获取支持ODBC协议的数据访问接口。动作：在终端执行安装命令。需确保运行环境已安装基础ODBC驱动程序，否则后续连接会报错。完成状态：命令行返回成功安装提示，且import pyodbc无异常。

pip install pyodbc

第2步：构建连接字符串并建立会话

目的：配置数据库服务器的网络地址、认证凭据与协议版本。入口：数据库管理后台或IT运维文档获取服务器IP、实例名、账号密码。动作：组装标准化连接串，调用connect()方法创建连接对象。重要参数：DRIVER建议固定为{ODBC Driver 17 for SQL Server}以兼容新版系统，敏感信息请勿硬编码，生产环境应使用环境变量注入。完成状态：返回值不为空，代表TCP握手与身份验证已通过。

import pyodbc

# 替换占位符为实际凭证
server = 'your_server_name'
database = 'your_database_name'
username = 'your_username'
password = 'your_password'
driver = '{ODBC Driver 17 for SQL Server}'

conn_str = f'DRIVER={driver};SERVER={server};DATABASE={database};UID={username};PWD={password}'
conn = pyodbc.connect(conn_str)

第3步：创建游标并执行SQL语句

目的：获得向数据库发送指令的执行通道。动作：调用连接对象的cursor()方法获取游标，通过execute()提交查询或修改语句，随后使用fetchall()拉取结果集。完成状态：控制台打印出结构化元组列表，表明目标表记录已被成功读取。

# 创建游标
cursor = conn.cursor()

# 执行查询（替换table_name为实际表名）
cursor.execute("SELECT * FROM table_name")

# 获取全部结果
results = cursor.fetchall()
for row in results:
    print(row)

第4步：安全关闭连接与释放资源

目的：防止连接池耗尽及内存碎片累积。动作：依次调用游标的close()与连接对象的close()方法。重要参数：建议在try...finally块中封装关闭逻辑，确保即便中途抛出语法错误或断网异常，底层TCP端口也能被强制回收。完成状态：代码执行至末尾且未阻塞，数据库会话标识消失。

try:
    cursor.close()
finally:
    conn.close()

总结

上述流程覆盖了从轻量级数据交换到关系型数据库交互的核心链路。掌握JSON序列化规则与pyodbc游标管理机制后，可将其整合至定时任务或自动化脚本中，实现报表自动拉取与状态入库。以上就是Python处理JSON数据与操作SQL Server数据库的详细内容，更多关于Python办公自动化实战的资料请关注本站其它相关文章！