如何将json转换成excel

如何将JSON转换成Excel：实用方法与工具指南

在数据处理与分析中，JSON（JavaScript Object Notation）和Excel是两种常见的数据格式——JSON擅长结构化数据存储与传输，Excel则更适合表格化展示与批量计算，将JSON转换为Excel不仅能提升数据可读性，还能借助Excel的筛选、公式等功能进一步挖掘数据价值，本文将详细介绍JSON转Excel的多种方法，从手动操作到自动化工具,助你高效完成数据转换。

JSON与Excel的核心差异：为什么需要转换？

JSON是一种轻量级的数据交换格式，以“键值对”形式组织数据，常用于API响应、配置文件等场景；Excel则是电子表格软件，以行列结构存储数据，支持公式、图表、数据透视表等功能，两者的核心差异在于：

结构：JSON是树状嵌套结构，Excel是二维行列结构；
功能：JSON侧重数据传输，Excel侧重数据处理与分析；
兼容性：Excel更易被非技术人员操作（如办公人员）。

将JSON转换为Excel，本质是将“嵌套结构”转化为“扁平表格”,以便更直观地使用数据。

方法一：手动转换（适用于小型JSON数据）

如果JSON数据量较小（如几十行），可通过手动方式直接在Excel中输入，步骤如下：

分析JSON结构

假设有以下JSON数据（数组形式，每个元素是一个对象）：

[
  {"id": 1, "name": "张三", "age": 25, "city": "北京", "hobbies": ["阅读", "跑步"]},
  {"id": 2, "name": "李四", "age": 30, "city": "上海", "hobbies": ["游戏", "音乐"]},
  {"id": 3, "name": "王五", "age": 28, "city": "广州", "hobbies": ["摄影", "旅行"]}
]

核心字段为id、name、age、city、hobbies，其中hobbies是数组类型。

在Excel中创建表头

打开Excel，第一行输入字段名：id、name、age、city、hobbies。

输入数据

根据JSON内容，逐行填充数据，对于数组字段（如hobbies），可直接用逗号分隔（如“阅读,跑步”），或保留原格式（如["阅读", "跑步"]）。

优缺点

优点：无需工具，适合临时处理少量数据；
缺点：效率低，易出错，无法处理复杂数据（如多层嵌套）。

方法二：使用Excel内置功能（适用于规范JSON数据）

Excel 2016及以上版本支持直接导入JSON数据，需JSON数据为“对象数组”格式（即上述示例中的结构）。

步骤：

准备JSON文件：将JSON数据保存为.json文件（如data.json）；
导入数据：打开Excel → 点击“数据”选项卡 → “获取数据” → “从文件” → “从JSON”；
选择文件并加载：在弹出的窗口中选择.json文件，点击“导入” → 选择“加载到”表格或数据模型；
处理嵌套字段：如果JSON包含嵌套对象（如{"address": {"province": "北京", "city": "朝阳区"}}），Excel会展开为多列（address.province、address.city）。

注意事项

JSON需为“对象数组”格式，若为单个对象，需用[]包裹；
复杂嵌套（如数组内嵌套对象）可能导致列名冗长，需手动调整。

优缺点

优点：无需额外工具，支持实时刷新（若JSON源更新）；
缺点：对JSON格式要求高，嵌套复杂时处理困难。

方法三：编程自动化（适用于大规模/复杂数据）

当数据量较大（如上万行）或JSON结构复杂（如多层嵌套）时，编程是最高效的解决方案，以下是Python和JavaScript的实现方法。

（1）Python：使用`pandas`和`json`库

Python的pandas库是数据处理利器，可将JSON直接转为DataFrame（Excel的核心数据结构）。

步骤：

安装库：若未安装pandas和openpyxl（Excel操作库），需先安装：
```
pip install pandas openpyxl
```

编写转换代码：

import pandas as pd
import json
# 示例JSON数据（可直接从文件读取）
json_data = """
[
  {"id": 1, "name": "张三", "age": 25, "city": "北京", "hobbies": ["阅读", "跑步"]},
  {"id": 2, "name": "李四", "age": 30, "city": "上海", "hobbies": ["游戏", "音乐"]},
  {"id": 3, "name": "王五", "age": 28, "city": "广州", "hobbies": ["摄影", "旅行"]}
]
"""
# 将JSON转为DataFrame
df = pd.read_json(json_data)
# 处理数组字段（将hobbies转为字符串，避免Excel解析错误）
df['hobbies'] = df['hobbies'].apply(lambda x: ', '.join(x) if isinstance(x, list) else x)
# 保存为Excel文件
df.to_excel("output.xlsx", index=False, engine='openpyxl')
print("JSON已成功转换为Excel：output.xlsx")

关键说明

pd.read_json()：直接解析JSON字符串或文件（支持本地路径/URL）；
apply()：用于处理复杂字段（如数组转字符串）；
to_excel()：保存为Excel，index=False表示不写入行索引。

优缺点

优点：高效处理大规模数据，支持复杂嵌套，可自动化脚本；
缺点：需基础Python知识。

（2）JavaScript：使用`SheetJS`库

若需要在浏览器或Node.js环境中转换，可用SheetJS（xlsx库）。

浏览器端实现：

引入库：通过CDN引入SheetJS：

<script src="https://cdn.sheetjs.com/xlsx-0.18.5/package/dist/xlsx.full.min.js"></script>

编写转换代码：

// 示例JSON数据
const jsonData = [
  {id: 1, name: "张三", age: 25, city: "北京", hobbies: ["阅读", "跑步"]},
  {id: 2, name: "李四", age: 30, city: "上海", hobbies: ["游戏", "音乐"]},
  {id: 3, name: "王五", age: 28, city: "广州", hobbies: ["摄影", "旅行"]}
];
// 将JSON转为工作簿
const worksheet = XLSX.utils.json_to_sheet(jsonData);
// 创建工作簿并添加工作表
const workbook = XLSX.utils.book_new();
XLSX.utils.book_append_sheet(workbook, worksheet, "数据");
// 生成Excel文件并下载
XLSX.writeFile(workbook, "output.xlsx");
console.log("Excel文件已生成：output.xlsx");

Node.js端实现：

安装库：npm install xlsx；
代码与浏览器端类似，只需将XLSX.writeFile改为XLSX.writeFileXLSX（或直接使用writeFile）。

优缺点

优点：跨平台（浏览器/Node.js），无需Python环境；
缺点：处理超大数据时性能略逊于Python。

方法四：在线工具转换（适用于无编程需求）

若不想安装工具或写代码，可用在线JSON转Excel工具，推荐以下几款：

ConvertCSV（https://www.convertcsv.com/json-to-excel.htm）：
- 支持拖拽上传JSON文件，可自定义表头、分隔符；
- 免费版支持小文件（<10MB），付费版支持大文件。
JSON to Excel Converter（https://www.browserling.com/tools/json-to-excel）：
- 纯在线工具，无需注册，粘贴JSON即可生成Excel；
- 支持实时预览，可直接下载。
Ablebits JSON to Excel（https://www.ablebits.com/json-to-excel-converter/）：

提供桌面版和在线版，支持复杂嵌

正文

如何将json转换成excel