Excel AI Converter：用 DeepSeek 自动转换表格格式

上传原始表格和参考模板，AI 自动完成列映射、数据填充和公式重写。告别手动复制粘贴。

---

目录

• 这个工具解决什么问题
• 功能特性
• 使用流程
• 技术架构
• 核心实现详解
• 项目结构
• 总结与后续计划

---

这个工具解决什么问题

你有一份数据表，需要转换成另一个部门的报表格式。两个表的数据差不多，但列名不一样、顺序不一样、有些列需要手动计算。

手动做这件事的流程：打开两个 Excel 窗口，左边是原始数据，右边是目标模板。对着列标题一个个复制粘贴——“姓名"对应"Name”，“手机号"对应"Phone”，“入职日期"对应"Date of Hire”。还得把模板里的公式手动调整到每一行，最后调格式。

一张 200 行的表，手动转换大概要半小时。而且容易出错——漏了一列、公式行号没改、格式没对齐。

Excel AI Converter 就是为了解决这个问题。上传原始表格和参考模板，AI 自动识别列之间的对应关系，完成数据转换，生成的文件直接继承模板的格式和公式。

GitHub 地址：excel-ai-converter

---

功能特性

AI 智能列映射——不需要手动指定"源表的哪一列对应目标表的哪一列"。AI 分析两组列标题的语义，自动建立映射。“姓名"→"Name”，“手机号"→"Phone”，语义相同就能匹配上。

AI 数据生成——目标模板里有些列在源表中找不到对应数据。比如模板要求"部门"，但源表只有"工号"。AI 会根据上下文推断生成合理的值，而不是留空。

公式自动重写——参考模板里的公式（比如 =SUM(C2:D2)）会自动适配到每一行数据。不用手动改行号。

格式保留——输出文件以参考模板为基础复制，继承表头样式、列宽、合并单元格等格式信息。

拖拽上传 + 数据预览——支持拖放文件到界面，上传后即时预览表格内容。

---

使用流程

上传原始表格 → 上传参考模板 → 点击转换 → 下载结果

具体步骤：

1. 在界面中设置 DeepSeek API Key
2. 上传原始表格（包含待转换数据的 Excel 文件）
3. 上传参考表格（期望输出格式的 Excel 模板）
4. 点击「开始转换」，等待 AI 完成分析和转换
5. 下载转换后的 Excel 文件

安装和启动

git clone https://github.com/xiaodangjia105/excel-ai-converter.git
cd excel-ai-converter
pip install -r excel_converter/requirements.txt
cd excel_converter
python -m flask run --host 127.0.0.1 --port 5000

浏览器打开 http://127.0.0.1:5000 即可使用。

技术栈

组件	技术
后端	Python + Flask
前端	HTML + CSS + JavaScript
Excel 处理	openpyxl（Python 的 Excel 读写库）
AI 能力	DeepSeek API（兼容 OpenAI SDK）

---

技术架构

四个核心模块各司其职：

• app.py：Flask Web 服务。定义了四个 API 端点——/api/configure（设置 API Key）、/api/upload（上传文件）、/api/convert（执行转换）、/api/download（下载结果）。用 Flask Session 存储用户上传的文件路径和 API Key。
• excel_parser.py：Excel 文件解析。用 openpyxl 读取 Excel 文件的表头、数据行、公式、列宽、合并单元格和样式信息。
• conversion_engine.py：转换引擎。串联整个转换流程——调 excel_parser 解析两个文件、调 ai_service 做列映射、按映射关系填充数据、重写公式、输出结果文件。
• ai_service.py：AI 服务。封装 DeepSeek API 的调用，提供两个核心能力——列映射分析和缺失数据生成。

---

核心实现详解

AI 列映射

这是整个工具最核心的能力。ai_service.py 的 analyze_column_mapping 函数把源表和目标表的列标题发给 DeepSeek，让它判断哪些列语义相同。

Prompt 的关键设计：

prompt = """你是一个数据表格格式转换专家。请分析以下两组表格的列标题，
判断源表格的哪些列可以映射到目标表格的列。

源表格列标题：{src}
目标表格列标题：{tgt}

请返回严格的 JSON 格式：
{{
  "mappings": [
    {{"source_col": "源列名", "target_col": "目标列名", "confidence": 0.95}}
  ],
  "unmapped_targets": ["无法映射的目标列名"]
}}

规则：
1. 只映射含义相同或高度相似的列
2. confidence 0-1，完全匹配 0.95，相似 0.7
3. 源表无匹配的目标列放入 unmapped_targets"""

几个设计考量：

• 要求返回 confidence 分数：方便后续过滤低置信度的映射。完全匹配的列给 0.95，语义相似但不完全一样的给 0.7。
• 把未映射的列单独列出来：这些列要么由 AI 生成数据，要么用公式填充，和已映射的列走不同的处理路径。
• JSON 容错解析：AI 返回的 JSON 不一定干净——有时被包在 ```json ````代码块里，有时前面多了一段解释文字。_parse_json_response函数做了多层提取：先试整体解析，再试从代码块里提取，最后试找{和}` 之间的内容。

降级策略：如果 AI 调用失败（网络超时、API 限流等），自动降级为本地模糊匹配——按列名的包含关系做字符串匹配。准确率不如 AI，但至少不会让整个转换流程挂掉。

def _fallback_mapping(source_headers, target_headers):
    mappings = []
    unmapped = []
    used = set()
    for th in target_headers:
        matched = False
        for sh in source_headers:
            if sh in used:
                continue
            if th == sh or (th and sh and (th in sh or sh in th)):
                mappings.append({"source_col": sh, "target_col": th, "confidence": 0.5})
                used.add(sh)
                matched = True
                break
        if not matched:
            unmapped.append(th)
    return {"mappings": mappings, "unmapped_targets": unmapped}

AI 数据生成

对于源表中没有对应数据的列（unmapped_targets），调用 AI 根据上下文生成值。

分批处理是关键——每 10 行一批调用 API。原因：一次性传太多行数据，prompt 会很长，AI 的生成质量会下降，而且容易超时。

BATCH_SIZE = 10
for i in range(0, len(source_data_rows), BATCH_SIZE):
    batch = source_data_rows[i:i + BATCH_SIZE]
    results = _generate_batch(target_headers, batch, mapping_info, unmapped_cols)
    all_results.extend(results)

Prompt 里会把已有的映射关系、需要生成的列、当前批次的源数据一起传给 AI，让它根据上下文推断。比如源表有"工号=1001"、“姓名=张三”，目标表需要"部门"，AI 会根据工号和姓名推断一个合理的部门值。

生成失败时不会阻断整个流程——直接填充空字符串，保证转换能完成。

公式重写

参考模板里可能有公式，比如 =SUM(C2:D2)。转换后数据行数变了，公式里的行号也得跟着变。

核心思路：从参考模板中提取公式，把当前行号替换成占位符 {row}，生成公式模板。写入每一行数据时，把 {row} 替换成实际行号。

def _formula_to_template(formula, source_row):
    """=SUM(A2:B2) with source_row=2 → =SUM(A{row}:B{row})"""
    def replace_ref(match):
        col_part = match.group(1)  # "$A" or "A"
        row_part = match.group(2)  # "$2" or "2"
        row_num = int(row_part.replace("$", ""))
        if row_num == source_row:
            return f"{col_part}{{row}}"
        return match.group(0)

    pattern = r"(\$?[A-Z]+)(\$?\d+)"
    return re.sub(pattern, replace_ref, formula)

这个函数处理了 Excel 公式中所有的引用格式：A2、$A$2、$A2、A$2。只替换当前行号的引用，不影响公式中引用其他行的部分。

Excel 解析

excel_parser.py 用 openpyxl 的 data_only=False 模式打开 Excel 文件。这个模式很重要——data_only=True 只读取计算后的值，公式会丢失；data_only=False 保留公式字符串，但读不到计算值。这里选 False，因为公式重写是核心功能。

解析返回的信息包括：表头列表、数据行（每行每个单元格的值、公式、类型）、列宽、合并单元格范围、表头样式。这些信息支撑了后续的数据填充和格式保留。

---

项目结构

excel-ai-converter/
├── excel_converter/
│   ├── app.py                 # Flask Web 服务（4 个 API 端点）
│   ├── excel_parser.py        # Excel 文件解析（表头、数据、公式、样式）
│   ├── conversion_engine.py   # 转换引擎（列映射、数据填充、公式重写）
│   ├── ai_service.py          # AI 服务（DeepSeek API 列映射与数据生成）
│   ├── requirements.txt       # Python 依赖
│   ├── templates/index.html   # 前端页面
│   ├── static/app.js          # 前端交互逻辑
│   ├── static/style.css       # 样式
│   ├── uploads/               # 上传文件存储
│   └── output/                # 转换结果存储
└── README.md

---

总结与后续计划

Excel AI Converter 解决的核心问题是：两个格式不同但数据相关的 Excel 表之间的转换。AI 负责理解列之间的语义关系，代码负责数据搬运和公式处理。

当前的局限：

• 只支持单 Sheet，多 Sheet 的 Excel 需要手动拆分
• API 调用有延迟，大数据量（几千行以上）转换较慢
• AI 生成的缺失列数据质量取决于上下文丰富度，数据太少时可能不准

后续计划：

• 多 Sheet 支持
• 批量文件转换
• 支持本地模型（Ollama），不依赖云端 API

项目地址：github.com/xiaodangjia105/excel-ai-converter

觉得有用的话，点个 Star 支持一下。