

告别手动录入！Python批量上传Excel数据到飞书多维表格

大话数据分析

2025-06-24

导读：Python+飞书多维表格，实现办公自动化！

还在一行行复制粘贴 Excel 数据到飞书表格？今天，就让 Python 带你告别这种“体力活”！无论你是数据分析师、运营、还是职场打工人，只需一个脚本，就能轻松将本地的 Excel 数据批量上传到飞书多维表格，省时省力，还能一键同步多人协作。

该脚本不仅能清空旧数据、自动识别日期格式，还能按批次快速写入，真正实现自动化办公的第一步！这篇文章将手把手带你实现——从代码编写到实战应用，一次性搞定！接下来就一起学习如何使用Python批量将本地数据上传至飞书多维表格。

首先，打开飞书，点击多维表格，新建一个空白的飞书多维表格。

新建一个空白的多维表。

默认的多维表格包含文本、单选、日期、附件四个数据字段。

将我们需要上传的数据中标题行复制粘贴过来，点击识别为字段名。

双击多维表格标题行，将字段类型修改为我们需要的字段类型。

修改完的字段类型如下，接着点击右上角的多维表格插件。

点击自定义插件。

点击获取授权码。

如下即为多维表格的授权码，通过该授权码可以读取和编辑多维表格。

接着点击探索插件市场。

在插件市场选择开发工具。

点击使用。

在开发工具中可以看到在右侧显示该多维表格的Base ID(appToken)和Table(数据表) ID，用于标记特定的多维表格标记。

获取基础信息以后，接着就开始就开始编写Python代码，用于将本地数据上传到飞书多维表格中，注意，要将数据上传到飞书多维表格，需要的Python版本要高一点，推荐3.12版本。

import sysprint("当前 Python 版本是：", sys.version)

接着使用命令行下载baseopensdk。

!pip install https://lf3-static.bytednsdoc.com/obj/eden-cn/lmeh7phbozvhoz/base-open-sdk/baseopensdk-0.0.13-py3-none-any.whl

打印baseopensdk基础信息。

!pip show baseopensdk

接下来编写Python代码，代码整体可以实现下面几个功能，首先清空飞书多维表格数据，每次更新数据都会替换之前的数据，然后将每条数据记录正确格式化，比如将文本类型的日期数据转化为日期型数据，最后，批量上传Excel数据，完整版代码可以参考：

import pandas as pdimport timeimport loggingimport refrom datetime import datetimefrom baseopensdk import BaseClientfrom baseopensdk.api.base.v1 import * # ========== 配置 ==========APP_TOKEN = " XXXXXXXXX " #修改为你的实际 APP_TOKENPERSONAL_BASE_TOKEN = " XXXXXXXXX " #修改为你的实际PERSONAL_BASE_TOKEN TABLE_ID = " XXXXXXXXX "  #修改为你的实际TABLE_ID EXCEL_PATH = r" 2025年5月销售数据.xlsx"  # 修改为你的实际路径 # ========== 日志配置 ==========logging.basicConfig(level=logging.INFO, format='%(asctime)s %(levelname)s:%(message)s')logger = logging.getLogger("飞书上传") # ========== 工具函数 ==========def parse_date_string(date_str):    """将字符串日期转换为13位时间戳"""    if pd.isnull(date_str) or str(date_str).strip() == "":        return None    date_str = str(date_str).strip()    formats = [        '%Y-%m-%d', '%Y/%m/%d', '%Y.%m.%d',        '%Y-%m-%d %H:%M:%S', '%Y/%m/%d %H:%M:%S',        '%Y年%m月%d日'    ]    date_str = re.sub(r'[^\d\-/年月日\s:.]', '', date_str)    for fmt in formats:        try:            dt = datetime.strptime(date_str, fmt)            return int(dt.timestamp() * 1000)        except:            continue    try:        dt = pd.to_datetime(date_str, errors='coerce')        return int(dt.timestamp() * 1000) if not pd.isnull(dt) else None    except:        return None def convert_row(row):    converted = {}    for col, val in row.items():        if pd.isnull(val):            converted[col] = None        elif "日期" in str(col) or "时间" in str(col):            converted[col] = parse_date_string(val)        elif isinstance(val, float):            converted[col] = round(val, 4)        elif isinstance(val, int):            converted[col] = val        else:            converted[col] = str(val).strip()    return converted def clear_table_data(client, table_id):    """清除飞书表格中的所有记录"""    logger.info("开始清空飞书多维表格记录...")    all_records = []    page_token = None    while True:        builder = ListAppTableRecordRequest.builder().table_id(table_id).page_size(500)        if page_token:            builder.page_token(page_token)        resp = client.base.v1.app_table_record.list(builder.build())        if resp.code != 0:            logger.error(f"获取记录失败: {resp.msg}")            return False        items = resp.data.items or []        all_records += [r.record_id for r in items]        if not getattr(resp.data, "has_more", False):            break        page_token = resp.data.page_token    for i in range(0, len(all_records), 500):        batch = all_records[i:i+500]        req = BatchDeleteAppTableRecordRequest.builder().table_id(table_id).request_body(            BatchDeleteAppTableRecordRequestBody.builder().records(batch).build()        ).build()        del_res = client.base.v1.app_table_record.batch_delete(req)        if del_res.code != 0:            logger.error(f"删除失败: {del_res.msg}")            return False        logger.info(f"删除成功 {len(batch)} 条记录")        time.sleep(0.2)    return True def upload_to_feishu():    """上传本地 Excel 到飞书多维表格"""    logger.info("开始读取 Excel 文件...")    try:        df = pd.read_excel(EXCEL_PATH)        logger.info(f"成功读取 {len(df)} 条记录")    except Exception as e:        logger.error(f"读取 Excel 失败: {e}")        return     logger.info("创建飞书客户端...")    try:        client = BaseClient.builder()\            .app_token(APP_TOKEN)\            .personal_base_token(PERSONAL_BASE_TOKEN)\            .build()    except Exception as e:        logger.error(f"飞书客户端创建失败: {e}")        return     if not clear_table_data(client, TABLE_ID):        logger.warning("清空表格失败，终止上传")        return     logger.info("开始上传数据...")    records = []    for _, row in df.iterrows():        fields = convert_row(row)        fields = {k: v for k, v in fields.items() if v is not None}        if fields:            records.append({"fields": fields})     for i in range(0, len(records), 500):        batch = records[i:i+500]        req = BatchCreateAppTableRecordRequest.builder()\            .table_id(TABLE_ID)\            .request_body(BatchCreateAppTableRecordRequestBody.builder().records(batch).build())\            .build()        res = client.base.v1.app_table_record.batch_create(req)        if res.code == 0:            logger.info(f"上传成功 {len(batch)} 条")        else:            logger.error(f"上传失败: {res.msg}")        time.sleep(0.2)     logger.info("所有数据上传完成") if __name__ == "__main__":upload_to_feishu()