依赖模块
xlwt下载：pip install xlwt
后台模块
view.py
# 导出Excel文件
def export_excel(request):
city = request.POST.get('city')
print(city)
list_obj=place.objects.filter(city=city)
# 设置HTTPResponse的类型
response = HttpResponse(content_type='application/vnd.ms-excel')
response['Content-Disposition'] = 'attachment;filename='+city+'.xls'
"""导出excel表"""
if list_obj:
# 创建工作簿
ws = xlwt.Workbook(encoding='utf-8')
# 添加第一页数据表
w = ws.add_sheet('sheet1') # 新建sheet（sheet的名称为"sheet1"）
# 写入表头
w.write(0, 0, u'地名')
w.write(0, 1, u'次数')
w.write(0, 2, u'经度')
w.write(0, 3, u'纬度')
# 写入数据
excel_row = 1
for obj in list_obj:
name = obj.place
sum = obj.sum
lng = obj.lng
lat = obj.lat
# 写入每一行对应的数据
w.write(excel_row, 0, name)
w.write(excel_row, 1, sum)
w.write(excel_row, 2, lng)
w.write(excel_row, 3, lat)
excel_row += 1
# 写出到IO
output = BytesIO()
ws.save(output)
# 重新定位到开始
output.seek(0)
response.write(output.getvalue())
return response前端模块
<button id=”export_excel” type=”button” class=”btn btn-primary col-sm-5″ style=”margin-left: 10px” 导出excel</button
$("#export_excel").click(function () {
var csrf=$('input[name="csrfmiddlewaretoken"]').val();
const req = new XMLHttpRequest();
req.open('POST', '/export_excel/', true);
req.responseType = 'blob';
req.setRequestHeader('Content-Type', 'application/x-www-form-urlencoded'); //设置请求头
req.send('city='+$('#city').val()+"&&csrfmiddlewaretoken="+csrf); //输入参数
req.onload = function() {
const data = req.response;
const a = document.createElement('a');
const blob = new Blob([data]);
const blobUrl = window.URL.createObjectURL(blob);
download(blobUrl) ;
};
});function download(blobUrl) {
var city = $("input[name='city']").val();
const a = document.createElement('a');
a.style.display = 'none';
a.download = '<文件命名 ';
a.href = blobUrl;
a.click();
document.body.removeChild(a);
}补充知识：Python Django实现MySQL百万、千万级的数据量下载：解决memoryerror、nginx time out
前文
在用Django写项目的时候时常需要提供文件下载的功能，而Django也是贴心提供了几种方法：FileResponse、StreamingHttpResponse、HttpResponse，其中FileResponse和StreamingHttpResponse都是使用迭代器迭代生成数据的方法，所以适合传输文件比较大的情况；而HttpResponse则是直接取得数据返回给用户，所以容易造成memoryerror和nginx time out(一次性取得数据和返回的数据过多，导致nginx超时或者内存不足)，关于这三者，DJango的官网也是写的非常清楚，连接如下：https://docs.djangoproject.com/en/1.11/ref/request-response/
那正常我们使用的是FileResponse和StreamingHttpResponse，因为它们流式传输(迭代器)的特点，可以使得数据一条条的返回给客户端，文件随时中断和复传，并且保持文件的一致性。
FileResponse和StreamingHttpResponse
FileResponse顾名思义，就是打开文件然后进行传输，并且可以指定一次能够传输的数据chunk。所以适用场景：从服务端返回大文件。缺点是无法实时获取数据库的内容并传输给客户端。举例如下：
def download(request):
file=open('path/demo.py','rb')
response =FileResponse(file)
response['Content-Type']='application/octet-stream'
response['Content-Disposition']='attachment;filename="demo.py"'
return response从上可以发现，文件打开后作为参数传入FileResponse，随后指定传输头即可，但是很明显用这个来传输数据库就不太方便了，所以这边推介用StreamingHttpResponse的方式来传输。
这里就用PyMysql来取得数据，然后指定为csv的格式返回，具体代码如下：
# 通过pymysql取得数据
import pymysql
field_types = {
1: 'tinyint',
2: 'smallint',
3: 'int'} #用于后面的字段名匹配，这里省略了大多数
conn = pymysql.connect(host='127.0.0.1',port=3306,database='demo',user='root',password='root')
cursor = conn.cursor(cursor=pymysql.cursors.DictCursor)
cursor.execute(sql)
#获取所有数据
data = cursor.fetchall()
cols = {}
#获取所有字段
for i,row in enumerate(self.cursor.description):
if row[0] in cols:
cols[str(i)+row[0]] = field_types.get(row[1], str(row[1])) #这里的field_type是类型和数字的匹配
cols[row[0]] = field_types.get(row[1], str(row[1]))
cursor.close()
conn.close()
#通过StreamingHttpResponse指定返回格式为csv
response = StreamingHttpResponse(get_result_fromat(data, cols))
response['Content-Type'] = 'application/octet-stream'
response['Content-Disposition'] = 'attachment;filename="{0}"'.format(out_file_name)
return response
#循环所有数据，然后加到字段上返回，注意的是要用迭代器来控制
def get_result_fromat(data, cols):
tmp_str = ""
# 返回文件的每一列列名
for col in cols:
tmp_str += '"%s",' % (col)
yield tmp_str.strip(",") + "\n"
for row in data:
tmp_str = ""
for col in cols:
tmp_str += '"%s",' % (str(row[col]))
yield tmp_str.strip(',') + "\n"整个代码如上，大致分为三部分：从mysql取数据，格式化成我们想要的格式：excel、csv、txt等等，这边指定的是csv，如果对其他格式也有兴趣的可以留言，最后就是用StreamingHttpResponse指定返回的格式返回。
实现百万级数据量下载
上面的代码下载可以支持几万行甚至十几万行的数据，但是如果超过20万行以上的数据，那就比较困难了，我这边的剩余内存大概是1G的样子，当超过15万行数据(大概)的时候，就报memoryerror了，问题就是因为fetchall，虽然我们StreamingHttpResponse是一条条的返回，但是我们的数据时一次性批量的取得！
如何解决？以下是我的解决方法和思路：
用fetchone来代替fetchall，迭代生成fetchone
发现还是memoryerror，因为execute是一次性执行，后来发现可以用流式游标来代替原来的普通游标，即SSDictCursor代替DictCursor
于是整个代码需要修改的地方如下：
cursor = conn.cursor(cursor=pymysql.cursors.DictCursor) === cursor = conn.cursor(cursor=pymysql.cursors.SSDictCursor)
data = cursor.fetchall() === row = cursor.fetchone()
def get_result_fromat(data, cols):
tmp_str = ""
# 返回文件的每一列列名
for col in cols:
tmp_str += '"%s",' % (col)
yield tmp_str.strip(",") + "\n"
for row in data:
tmp_str = ""
for col in cols:
tmp_str += '"%s",' % (str(row[col]))
yield tmp_str.strip(',') + "\n"
=====
def get_result_fromat(data, cols):
tmp_str = ""
for col in cols:
tmp_str += '"%s",' % (col)
yield tmp_str.strip(",") + "\n"
while True:
tmp_str = ""
for col in cols:
tmp_str += '"%s",' % (str(row[col]))
yield tmp_str.strip(',') + "\n"
row = db.cursor.fetchone()
if row is None:
break可以看到就是通过while True来实现不断地取数据下载，有效避免一次性从MySQL取出内存不足报错，又或者取得过久导致nginx超时！
总结
关于下载就分享到这了，还是比较简单的，谢谢观看~希望能给大家一个参考。