什么格式能转成json

什么格式能转成JSON？一份全面的格式转换指南

在数据交互、API开发、配置管理等场景中，JSON（JavaScript Object Notation）因其轻量、易读、机器友好等特性，已成为主流的数据交换格式，实际工作中我们常遇到各种非JSON格式的数据，如何将它们转换为JSON？本文将梳理常见可转JSON的格式、转换方法及注意事项,助你轻松应对数据转换需求。

什么是JSON？为什么需要转换？

JSON是一种基于文本的数据格式，采用“键值对”（Key-Value）的形式组织数据，结构清晰，易于人类阅读和机器解析，其核心语法包括：

• 对象（Object）：用 包裹，键值对以 key: value 形式存在，键需加双引号，值可以是字符串、数字、布尔值、数组、对象或null，多个键值对用逗号分隔。
• 数组（Array）：用 [] 包裹，元素可以是任意JSON数据类型，多个元素用逗号分隔。

常见的需转JSON的格式包括CSV、XML、YAML、Excel、数据库查询结果、HTML表格等，这些格式在不同场景下有各自的优势,但跨系统交互时往往需要统一为JSON格式。

常见可转JSON的格式及转换方法

CSV（逗号分隔值）

特点：以逗号分隔字段的纯文本格式，常用于表格数据存储，Excel、数据库导出等场景均支持。
转换方法：

• 编程语言转换：通过代码解析CSV的行列结构，将表头作为JSON对象的键，每行数据作为对应的值。

  • Python示例（使用csv和json库）：

    import csv
    import json
    with open('data.csv', 'r', encoding='utf-8') as csv_file:
        csv_reader = csv.DictReader(csv_file)  # 以表头作为键
        json_data = [row for row in csv_reader]  # 转换为字典列表
    with open('data.json', 'w', encoding='utf-8') as json_file:
        json.dump(json_data, json_file, ensure_ascii=False, indent=4)

  • JavaScript示例（使用Papa Parse库）：

    Papa.parse("name,age\nAlice,25\nBob,30", {
        header: true,
        complete: function(results) {
            console.log(JSON.stringify(results.data, null, 2)); // 输出JSON
        }
    });

• 在线工具转换：如ConvertCSV、JSON Formatter等网站支持直接上传CSV文件并导出JSON。

XML（可扩展标记语言）

特点：标签式结构化语言，常用于配置文件、Web服务（如SOAP）等场景，支持嵌套层级关系。
转换方法：

• 编程语言转换：将XML的标签映射为JSON的键，嵌套标签转为嵌套对象，属性转为键值对。

  • Python示例（使用xmltodict库）：

    import xmltodict
    import json
    xml_data = """
    <root>
        <person id="1">
            <name>Alice</name>
            <age>25</age>
        </person>
        <person id="2">
            <name>Bob</name>
            <age>30</age>
        </person>
    </root>
    """
    dict_data = xmltodict.parse(xml_data)  # 转为字典
    json_data = json.dumps(dict_data, indent=4)
    print(json_data)

    输出结果：

    {
        "root": {
            "person": [
                {
                    "@id": "1",
                    "name": "Alice",
                    "age": "25"
                },
                {
                    "@id": "2",
                    "name": "Bob",
                    "age": "30"
                }
            ]
        }
    }

  • JavaScript示例（使用xml2js库）：

    const xml2js = require('xml2js');
    const parser = new xml2js.Parser();
    const xmlData = `<root><person><name>Alice</name></person></root>`;
    parser.parseString(xmlData, (err, result) => {
        console.log(JSON.stringify(result, null, 2));
    });

• 命令行工具：xsltproc或yq（需安装）支持XML转JSON，例如yq -p=xml -o=json input.xml > output.json。

YAML（YAML Ain't Markup Language）

特点：以缩进表示层级关系的纯文本格式，比JSON更易读，常用于配置文件（如Docker、Kubernetes）。
转换方法：

• 编程语言转换：YAML可直接转为Python字典或JavaScript对象，再序列化为JSON。

  • Python示例（使用PyYAML库）：

    import yaml
    import json
    yaml_data = """
    - name: Alice
      age: 25
    - name: Bob
      age: 30
    """
    dict_data = yaml.safe_load(yaml_data)  # 转为字典
    json_data = json.dumps(dict_data, indent=4)
    print(json_data)

    输出结果：

    [
        {
            "name": "Alice",
            "age": 25
        },
        {
            "name": "Bob",
            "age": 30
        }
    ]

  • 命令行工具：yq支持YAML与JSON互转，例如yq -p=yaml -o=json input.yaml > output.json。

Excel（.xlsx/.xls）

特点：电子表格文件，包含多张工作表，常用于业务数据存储，需通过工具解析单元格数据。
转换方法：

• 编程语言转换：读取Excel的行列数据，将表头作为键，每行数据转为JSON对象。

  • Python示例（使用pandas库）：

    import pandas as pd
    import json
    df = pd.read_excel('data.xlsx')  # 读取Excel
    json_data = df.to_json(orient='records', force_ascii=False, indent=4)  # 转为JSON数组
    print(json_data)

  • JavaScript示例（使用xlsx库）：

    const XLSX = require('xlsx');
    const workbook = XLSX.readFile('data.xlsx');
    const sheetName = workbook.SheetNames[0];
    const sheet = workbook.Sheets[sheetName];
    const json_data = XLSX.utils.sheet_to_json(sheet);
    console.log(JSON.stringify(json_data, null, 2));

• 在线工具：如Convertio、Zamzar等支持上传Excel文件并导出JSON。

数据库查询结果（MySQL、PostgreSQL等）

特点：数据库查询返回的结构化数据（如表格形式），需通过数据库驱动或ORM工具获取后转换。
转换方法：

• Python示例（使用pymysql+pandas）：

  import pymysql
  import pandas as pd
  import json
  conn = pymysql.connect(host='localhost', user='root', password='123456', db='test')
  df = pd.read_sql('SELECT * FROM users', conn)  # 执行查询并转为DataFrame
  json_data = df.to_json(orient='records', indent=4)
  conn.close()
  print(json_data)

• 命令行工具：mysqlsh（MySQL Shell）支持查询结果直接输出JSON，例如\sql SELECT * FROM users\G（\G格式化输出，需配合脚本处理）。

HTML表格

特点：网页中的<table>标签结构，常用于爬取网页数据或解析静态表格。
转换方法：

• 编程语言转换：解析HTML的<tr>（行）、<td>（单元格）、<th>（表头）标签，构建JSON结构。

  • Python示例（使用BeautifulSoup库）：

    from bs4 import BeautifulSoup
    import json
    html = """
    <table>
        <tr><th>Name</th><th>Age</th></tr>
        <tr><td>Alice</td><td>25</td></tr>
        <tr><td>Bob</td><td>30</td></tr>
    </table>
    """
    soup = BeautifulSoup(html, 'html.parser')
    headers = [th.text for th in soup.find('tr').find_all('th')]
    rows = []
    for tr in soup.find_all('tr')[1:]: