mcpField
D
data-export

data-export

github.com/claude-dev-suite数据与数据库4681 次安装4 天前更新
代码仓库

关于 data-export

用于在 Node.js 和 Python 应用中实现数据导出及 CSV 解析的实用技能，涵盖大型数据集流式处理、电子表格生成、下载响应头和生产环境检查。

主要功能

  1. 01在 Node.js 中流式导出 CSV
  2. 02使用 ExcelJS 生成 Excel 工作簿
  3. 03流式生成大型 Excel 文件
  4. 04使用 Papa Parse 解析上传的 CSV
  5. 05使用 openpyxl 在 Python 中创建 Excel 文件
  6. 06应用导出安全与生产环境检查

适用场景

  1. 01将数据库记录导出为可下载的 CSV
  2. 02根据应用数据生成 Excel 报告
  3. 03在前端解析上传的 CSV 文件
  4. 04处理大型导出，避免将全部数据载入内存

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/claude-dev-suite/claude-dev-suite --skill data-export

安装后在 Claude Code 中输入/data-export确认已加载。

详细介绍

数据导出

CSV 导出（Node.js）

import { stringify } from 'csv-stringify';
import { pipeline } from 'stream/promises';

// Streaming CSV (handles large datasets)
app.get('/api/export/users.csv', async (req, res) => {
  res.setHeader('Content-Type', 'text/csv');
  res.setHeader('Content-Disposition', 'attachment; filename="users.csv"');

  const cursor = db.collection('users').find().cursor();
  const csvStringifier = stringify({
    header: true,
    columns: ['name', 'email', 'createdAt'],
  });

  await pipeline(cursor, csvStringifier, res);
});

// Simple in-memory CSV
import { stringify } from 'csv-stringify/sync';

const csv = stringify(rows, { header: true, columns: ['name', 'email', 'amount'] });

Excel 导出（ExcelJS — 推荐）

import ExcelJS from 'exceljs';

app.get('/api/export/report.xlsx', async (req, res) => {
  const workbook = new ExcelJS.Workbook();
  const sheet = workbook.addWorksheet('Report');

  // Headers with styling
  sheet.columns = [
    { header: 'Name', key: 'name', width: 25 },
    { header: 'Email', key: 'email', width: 30 },
    { header: 'Amount', key: 'amount', width: 15 },
  ];
  sheet.getRow(1).font = { bold: true };

  // Data
  const users = await getUsers();
  users.forEach((u) => sheet.addRow(u));

  // Number formatting
  sheet.getColumn('amount').numFmt = '$#,##0.00';

  res.setHeader('Content-Type', 'application/vnd.openxmlformats-officedocument.spreadsheetml.sheet');
  res.setHeader('Content-Disposition', 'attachment; filename="report.xlsx"');
  await workbook.xlsx.write(res);
});
大型数据集的流式 Excel 导出
const workbook = new ExcelJS.stream.xlsx.WorkbookWriter({ stream: res });
const sheet = workbook.addWorksheet('Data');
sheet.columns = [{ header: 'Name', key: 'name' }, { header: 'Value', key: 'value' }];

for await (const row of cursor) {
  sheet.addRow(row).commit(); // Flushes row to stream
}

await workbook.commit();

前端 CSV 解析（Papa Parse）

import Papa from 'papaparse';

// Parse uploaded CSV
const result = Papa.parse<UserRow>(file, {
  header: true,
  skipEmptyLines: true,
  dynamicTyping: true,
  complete: (results) => {
    console.log(results.data);   // Parsed rows
    console.log(results.errors); // Parse errors
  },
});

// Generate CSV in browser
const csv = Papa.unparse(data);
const blob = new Blob([csv], { type: 'text/csv' });
const url = URL.createObjectURL(blob);

Python（openpyxl）

from openpyxl import Workbook
from io import BytesIO

def export_excel(data: list[dict]) -> bytes:
    wb = Workbook()
    ws = wb.active
    ws.title = "Report"

    headers = list(data[0].keys())
    ws.append(headers)
    for row in data:
        ws.append([row[h] for h in headers])

    buffer = BytesIO()
    wb.save(buffer)
    return buffer.getvalue()

反模式

反模式修复方法
将所有数据加载到内存中对于大型导出，从数据库游标读取数据流
未设置 Content-Disposition 标头始终设置该标头以供浏览器下载
在请求处理程序中生成导出文件对于超过 10K 行的数据，使用后台任务
没有进度提示使用 WebSocket/SSE 显示大型导出的进度
CSV 值未转义使用库（csv-stringify、Papa Parse）

生产环境检查清单

  • 对超过 10K 行的数据集使用流式处理
  • 为大型导出配置后台任务队列
  • 设置正确的 Content-Type 和 Content-Disposition 标头
  • 监控内存限制
  • 对导出端点进行速率限制
  • 如果写入磁盘，则清理临时文件

评论

支持 Markdown