🚀 一个强大的基于Streamlit的数据采集与处理平台,支持CURL命令批量执行、JSON数据转换、结构化管理等功能。
- 🔄 CURL批量执行: 解析CURL命令,支持参数批量替换和多线程并发执行
- 📊 JSON转Excel: 智能JSON数据转换,支持自定义字段路径提取
- 🏗️ 结构化管理: 自定义JSON结构模式,数据库存储和管理
- 📚 帮助中心: 交互式使用指南和实时测试功能
- ⚡ 高性能: 多线程并发处理,支持大批量数据
- 🎨 用户友好: 现代化Web界面,操作简单直观
- 🔧 离线支持: 完整的离线安装包和依赖管理
- 智能解析: 自动解析CURL命令,提取URL、请求头、请求体等信息
- 参数替换: 支持批量替换URL参数、请求体参数、请求头等
- 并发执行: 多线程并发处理,可配置线程数和批处理大小
- 结果管理: 实时显示执行结果,支持错误处理和重试机制
- 文件下载: 自动下载响应文件,支持批量文件管理
- 数据导出: 将API响应数据导出为Excel格式
- 多格式支持: 支持单个JSON对象、数组、多行JSON等格式
- 智能提取: 支持自定义字段路径(如
data.items)提取数据 - 结构检测: 自动检测JSON结构,推荐最佳导出路径
- 数据预览: 提供数据结构分析和实时预览功能
- 批量处理: 支持大量JSON数据的批量转换
- 模式定义: 自定义JSON结构模式,支持复杂嵌套结构
- 数据库存储: SQLite数据库存储,支持结构版本管理
- 自动检测: 基于历史数据的智能结构检测
- 测试验证: 实时测试结构模式的有效性
- 批量导入: 支持批量导入和导出结构模式
- 交互式指南: 详细的使用指南和操作说明
- 示例演示: 丰富的示例代码和演示数据
- 实时测试: 在线测试功能,验证操作效果
- FAQ: 常见问题解答和故障排除
- Python 3.11+
- Windows/Linux/macOS
- 4GB+ 内存(推荐8GB+)
# 下载并解压项目
git clone https://github.com/your-username/CURL_mass_execution.git
cd CURL_mass_execution
# 运行启动脚本
start_windows.bat# 下载并解压项目
git clone https://github.com/your-username/CURL_mass_execution.git
cd CURL_mass_execution
# 运行启动脚本
chmod +x start.sh
./start.sh# 1. 克隆项目
git clone https://github.com/your-username/CURL_mass_execution.git
cd CURL_mass_execution
# 2. 安装依赖
pip install -r config/requirements_core.txt
# 3. 启动应用
streamlit run app.py# 使用pip安装核心依赖
pip install streamlit pandas requests openpyxl
# 或安装完整依赖
pip install -r config/requirements.txt项目提供了完整的离线安装包,包含所有依赖:
# Windows用户
1.python-3.11.9-amd64.exe # Python安装包
2.install_quick.bat # 快速安装脚本
3.install_packages.bat # 完整安装脚本
# 运行安装脚本
2.install_quick.bat- 核心包: 约20个,包含基本功能
- 完整包: 约90个,包含所有功能
- 离线包大小: 约200MB
- 选择"🔄 API批量请求工具"
- 粘贴CURL命令
- 选择要替换的参数
- 输入批量值(每行一个)
- 配置执行参数(线程数、批处理大小等)
- 点击"开始批量执行"
curl 'https://api.example.com/data' \
-H 'Accept: application/json' \
-H 'Authorization: Bearer your-token' \
-d '{"param1":"value1","param2":"value2"}'# 原始参数值
value1
value2
value3
# 系统会自动替换param1参数,执行3个请求
- 选择"🔄 JSON转Excel工具"
- 粘贴JSON数据
- 选择导出字段路径(可选)
- 点击"导出为Excel"
{
"data": [
{"name": "张三", "age": 18, "score": 90},
{"name": "李四", "age": 20, "score": 85}
]
}data- 导出data数组中的所有对象data.items- 如果data是对象,导出items数组- 留空 - 导出全部数据
- 选择"⚙️ JSON结构管理"
- 填写结构名称和路径模式
- 点击"添加结构"
- 使用测试功能验证
- 名称:
用户列表 - 路径:
data.users - 描述:
用户数据列表结构
CURL_mass_execution/
├── app.py # 主程序入口
├── src/ # 源代码目录
│ ├── main.py # 主程序逻辑
│ ├── core/ # 核心功能模块
│ │ ├── json_converter.py # JSON转Excel工具
│ │ ├── curl_runner.py # CURL批量执行工具
│ │ ├── curl_parser.py # CURL命令解析器
│ │ ├── batch_processor.py # 批量处理器
│ │ ├── request_processor.py # 请求处理器
│ │ ├── result_display.py # 结果显示器
│ │ ├── json_structure_manager.py # JSON结构管理
│ │ └── help_page.py # 帮助中心
│ ├── utils/ # 工具函数
│ │ └── utils.py # 通用工具函数
│ └── models/ # 数据模型
│ └── models.py # 数据库模型
├── config/ # 配置文件
│ ├── requirements.txt # 完整依赖列表
│ ├── requirements_core.txt # 核心依赖列表
│ └── requirements_minimal.txt # 最小依赖列表
├── data/ # 数据目录
│ └── json_structures.db # SQLite数据库
├── docs/ # 文档目录
├── pkgs/ # 离线依赖包
├── start.py # Python启动脚本
├── start.sh # Linux/macOS启动脚本
├── start_windows.bat # Windows启动脚本
└── README.md # 项目说明
# 1. 准备CURL命令
curl 'https://api.example.com/users' \
-H 'Authorization: Bearer token123' \
-d '{"user_id":"123"}'
# 2. 批量替换user_id参数
123
456
789
101112
# 3. 执行批量请求,获取4个用户的数据// 输入JSON数据
{
"result": {
"items": [
{"id": 1, "name": "产品A", "price": 100},
{"id": 2, "name": "产品B", "price": 200}
]
}
}
// 使用路径 "result.items" 导出Excel
// 得到包含id、name、price列的Excel文件// 复杂嵌套结构
{
"status": "success",
"data": {
"page": 1,
"total": 100,
"items": [
{
"user": {"id": 1, "name": "张三"},
"orders": [{"id": "order1", "amount": 100}]
}
]
}
}
// 使用路径 "data.items" 提取用户订单数据A:
# 使用国内镜像
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r config/requirements_core.txt
# 或使用离线安装包
2.install_quick.batA:
- 减少线程数(建议不超过10个)
- 增加请求间隔时间
- 分批处理大量数据
A:
- 在"JSON结构管理"中添加自定义结构
- 使用测试功能验证结构模式
- 手动指定导出路径
A:
# 删除数据库文件,系统会自动重建
rm data/json_structures.dbA:
- 确保Python版本为3.11
- 使用管理员权限运行安装脚本
- 检查离线包是否完整
我们欢迎所有形式的贡献!
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
# 克隆项目
git clone https://github.com/your-username/CURL_mass_execution.git
cd CURL_mass_execution
# 创建虚拟环境
python -m venv venv
source venv/bin/activate # Linux/macOS
# 或
venv\Scripts\activate # Windows
# 安装开发依赖
pip install -r config/requirements.txt
# 启动开发服务器
streamlit run app.py- 使用Python 3.11+语法
- 遵循PEP 8代码风格
- 添加适当的注释和文档字符串
- 编写单元测试
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
感谢所有为这个项目做出贡献的开发者和用户!
版本: V2.0
最后更新: 2024年12月
维护者: [您的名字]
项目地址: https://github.com/your-username/CURL_mass_execution
⭐ 如果这个项目对您有帮助,请给我们一个星标!