JSON数据如何倒成excel

JSON数据如何轻松转换为Excel表格：实用指南与代码示例

在数据处理和分析的场景中，JSON（JavaScript Object Notation）和Excel是两种最常用的数据格式，JSON以其轻量级、易读的结构化特性成为数据交换的主流格式，而Excel则凭借其强大的表格编辑、公式计算和可视化功能成为办公和数据分析的利器，将JSON数据转换为Excel表格，能让我们更直观地查看、编辑和进一步分析数据，本文将详细介绍几种主流的JSON转Excel方法，涵盖编程语言工具、在线转换器和办公软件操作,满足不同技术背景用户的需求。

为什么需要将JSON转换为Excel？

在开始转换前，先简单了解下两种格式的特点差异：

• JSON：纯文本格式，以键值对（"key": "value"）和嵌套结构（数组、对象）组织数据，适合机器解析和网络传输，但直接阅读复杂嵌套数据时不够直观。
• Excel：表格化格式，以行和列组织数据，支持公式、筛选、排序、图表等功能，适合人工编辑和数据分析。

将JSON转Excel的核心目的，就是将结构化的文本数据转化为易操作的表格数据，

• 将API返回的JSON响应数据整理成报表；
• 将爬虫抓取的JSON格式数据转换为可分析的表格；
• 将配置文件中的JSON数据导出为便于查阅的Excel文件。

方法一：使用Python编程（推荐，适合批量处理）

Python是数据处理领域的“瑞士军刀”，拥有丰富的库支持JSON和Excel操作，适合需要批量、自动化转换的场景，这里推荐使用 pandas + openpyxl（或 xlsxwriter）组合,步骤简单且功能强大。

准备工作：安装必要库

在命令行中运行以下命令安装依赖：

pip install pandas openpyxl  # openpyxl用于写入.xlsx格式，xlsxwriter是替代方案

编写转换代码

假设我们有一个JSON文件 data.json如下（嵌套结构示例）：

[
  {
    "id": 1,
    "name": "张三",
    "age": 25,
    "courses": [
      {"course_name": "数学", "score": 90},
      {"course_name": "英语", "score": 85}
    ],
    "info": {"city": "北京", "zip_code": "100000"}
  },
  {
    "id": 2,
    "name": "李四",
    "age": 30,
    "courses": [
      {"course_name": "数学", "score": 88},
      {"course_name": "物理", "score": 92}
    ],
    "info": {"city": "上海", "zip_code": "200000"}
  }
]

场景1：JSON是“数组对象”（最常见）

如果JSON数据是一个对象数组（如上述示例），可以直接用 pandas 的 read_json 方法加载，再保存为Excel：

import pandas as pd
# 读取JSON文件（假设文件编码为utf-8）
df = pd.read_json('data.json', encoding='utf-8')
# 保存为Excel文件，index=False表示不保存行索引
df.to_excel('output.xlsx', index=False, engine='openpyxl')
print("转换完成！文件已保存为 output.xlsx")

执行后，生成的Excel表格会自动展平嵌套结构（如 courses 和 info 会以字符串形式显示），若需更精细处理嵌套数据（如拆分 courses 为多行），可结合 json_normalize 函数（见下文）。

场景2：JSON是复杂嵌套结构（需展平）

如果JSON数据包含多层嵌套（如上述示例中的 courses 数组和 info 对象），直接转换会导致嵌套字段无法拆分，此时可用 pandas.json_normalize 进行“展平”，将嵌套结构拆分为多列或多行。

示例1：展平嵌套对象（如 info 字段）

import pandas as pd
from pandas import json_normalize
# 读取JSON数据
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
# 展平嵌套的info字段，其他字段保留
df = json_normalize(data, record_path=None, meta=['id', 'name', 'age'], record_prefix='info_')
# 或者更简单的：直接展平所有嵌套对象（需确认嵌套层级）
df = json_normalize(data)
df.to_excel('output_flattened.xlsx', index=False, engine='openpyxl')
print("嵌套数据展平完成！")

执行后，info 对象中的 city 和 zip_code 会被拆分为独立列（如 info.city、info.zip_code）。

示例2：展平嵌套数组（如 courses 字段，拆分为多行）
如果希望将 courses 数组中的每个元素拆分为独立行（即一个学生对应多行课程记录），可用 record_path 参数：

import pandas as pd
from pandas import json_normalize
# 读取JSON数据
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
# 将courses数组拆分为多行，同时保留学生基本信息
df = json_normalize(
    data,
    record_path='courses',  # 指定要拆分的数组字段
    meta=['id', 'name', 'age']  # 保留的元数据字段（学生信息）
)
df.to_excel('output_courses.xlsx', index=False, engine='openpyxl')
print("课程数据拆分完成！")

生成的Excel表格中，每个学生的每门课程会占一行，包含学生ID、姓名、年龄和课程信息。

进阶技巧：处理大型JSON文件

如果JSON文件较大（如超过100MB），直接用 pd.read_json 可能导致内存不足，可采用逐行读取或流式解析的方式，例如使用 ijson 库：

import ijson
import pandas as pd
# 流式读取JSON文件（假设是数组格式，逐个解析对象）
data = []
with open('large_data.json', 'rb') as f:
    for item in ijson.items(f, 'item'):  # 'item'是JSON数组的每个元素路径
        data.append(item)
df = pd.DataFrame(data)
df.to_excel('large_output.xlsx', index=False, engine='openpyxl')

方法二：使用JavaScript（Node.js，适合前端或Web场景）

如果需要在浏览器环境或Node.js项目中转换JSON（例如将前端数据导出为Excel），可用 xlsx 库（SheetJS）。

安装xlsx库

npm install xlsx

编写转换代码

假设前端有一个JSON对象 jsonData，可直接转换为Excel并下载：

const XLSX = require('xlsx');
// 示例JSON数据（同Python示例）
const jsonData = [
  {
    id: 1,
    name: "张三",
    age: 25,
    courses: [{ course_name: "数学", score: 90 }, { course_name: "英语", score: 85 }],
    info: { city: "北京", zip_code: "100000" }
  },
  {
    id: 2,
    name: "李四",
    age: 30,
    courses: [{ course_name: "数学", score: 88 }, { course_name: "物理", score: 92 }],
    info: { city: "上海", zip_code: "200000" }
  }
];
// 将JSON转换为工作簿（worksheet）
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, 'Sheet1');
// 导出为Excel文件（.xlsx格式）
XLSX.writeFile(workbook, 'output.xlsx');
console.log("Excel文件已生成！");

运行后，会在当前目录生成 output.xlsx，json_to_sheet 会自动处理基本嵌套（复杂嵌套需手动预处理）。

方法三：使用在线转换工具（适合无编程基础用户）

如果不想写代码，或偶尔需要转换少量JSON数据，在线工具是最便捷的选择，推荐以下工具：

Convertio（https://convertio.co/zh/json-excel/）

• 特点：支持多种格式互转，界面简洁，无需注册。
• 步骤：
  1. 打开网站，上传JSON文件（或粘贴JSON文本）；
  2. 选择目标格式为 “Excel (.xlsx)”；
  3. 点击 “Convert” 转换，完成后下载文件。

Aconvert（https://www.aconvert.com/cn/json-to-excel/）

• 特点：免费、支持批量