json如何转换为excel

JSON 数据轻松转 Excel：从入门到精通的实用指南

在当今数据驱动的时代，JSON（JavaScript Object Notation）因其轻量、易读和易于机器解析的特性，已成为 Web 开发和 API 数据交换的事实标准，对于许多非技术人员或需要进行数据分析、报告的用户来说，Excel 这种直观、强大的电子表格格式更为熟悉和实用，将 JSON 数据转换为 Excel 文件是一项非常常见的需求。

本文将为你提供一份详尽的指南，从最简单的方法到更灵活的编程实现，手把手教你如何将 JSON 数据转换为 Excel,并解答过程中可能遇到的常见问题。

为什么需要将 JSON 转换为 Excel？

在开始转换之前,我们不妨先思考一下为什么需要这么做：

1. 数据分析与可视化：Excel 拥有强大的数据透视表、图表和函数功能，能让你轻松地对 JSON 数据进行排序、筛选、计算和可视化。
2. 数据报告与共享：对于不熟悉 JSON 格式的同事或客户，以 Excel 形式呈现数据更易于阅读和理解,也方便打印和分发。
3. 数据编辑与修改：在 Excel 中修改数据比在文本编辑器中手动修改 JSON 文件要直观和高效得多,尤其对于大型数据集。
4. 数据持久化：Excel 文件（如 .xlsx）是一种非常普遍的办公文档格式,方便长期保存和归档。

准备工作：你的 JSON 数据长什么样？

JSON 的结构非常灵活，主要分为两种基本类型,这直接影响我们转换的策略：

• 简单列表 (Array of Objects)：这是最理想、最容易转换的格式，一个 JSON 数组，其中每个元素都是一个对象，对象的键就是 Excel 的列名。

  [
    { "姓名": "张三", "部门": "技术部", "工资": 12000 },
    { "姓名": "李四", "部门": "市场部", "工资": 9500 },
    { "姓名": "王五", "部门": "技术部", "工资": 13500 }
  ]

  转换后,将得到一个完美的三列表格。

• 嵌套或复杂数据：JSON 对象中可能包含嵌套的对象或数组。

  {
    "公司名称": "某科技有限公司",
    "员工列表": [
      { "姓名": "张三", "联系方式": { "邮箱": "zhangsan@example.com", "电话": "13800138000" } },
      { "姓名": "李四", "联系方式": { "邮箱": "lisi@example.com", "电话": "13900139000" } }
    ]
  }

  对于这种结构，直接转换会比较复杂，通常需要先对数据进行“扁平化”处理。

方法一：使用在线转换工具（最简单快捷）

如果你不想安装任何软件或编写代码,在线工具是最佳选择。

优点：无需技术背景，操作简单，上传文件即可下载结果。 缺点：处理大数据量或敏感数据时有安全风险,功能有限。

操作步骤：

1. 搜索工具：在搜索引擎中输入“JSON to Excel converter”或“JSON转Excel”，会出现大量在线工具，如 ConvertJSON.com、Aconvert.com 等。
2. 上传文件：打开一个信誉良好的网站，找到上传区域，选择你的 JSON 文件。
3. 选择选项：部分工具会提供选项，例如选择工作表名称、是否包含标题行等。
4. 开始转换：点击“Convert”或“转换”按钮。
5. 下载结果：转换完成后，网站会提供下载链接，点击即可保存为 .xlsx 或 .xls 文件。

适用人群：偶尔需要转换、数据量不大且不涉及敏感信息的用户。

方法二：使用 Python（最灵活强大）

对于开发者或需要处理大量、复杂数据的用户，使用 Python 是最灵活、最可靠的方法，我们将介绍两个最流行的库：pandas 和 openpyxl。

第一步：安装必要的库

如果你的电脑上还没有安装 Python 和 pip，请先安装它们，然后打开终端或命令行工具,执行以下命令：

pip install pandas openpyxl

• pandas：强大的数据分析库,能轻松处理各种格式的数据。
• openpyxl：一个用于读写 .xlsx 文件的库，pandas 在写入 Excel 时会用到它。

第二步：编写转换脚本

假设你的 JSON 文件名为 data.json如上文的“简单列表”所示。

import pandas as pd
# 1. 读取 JSON 文件
# pandas.read_json() 可以直接读取本地 JSON 文件或 URL
df = pd.read_json('data.json')
# 2. (可选) 查看数据前几行，确保读取正确
print("数据预览：")
print(df.head())
# 3. 将 DataFrame 写入 Excel 文件
# index=False 表示不将 DataFrame 的索引（0, 1, 2...）写入 Excel
df.to_excel('output.xlsx', index=False, engine='openpyxl')
print("\n转换成功！文件已保存为 output.xlsx")

如何处理嵌套 JSON？

对于嵌套的 JSON，pandas 默认可能会将其解析为复杂的对象，这时，我们需要先将其“扁平化”。

import pandas as pd
import json
# 假设这是一个嵌套的 JSON 字符串
nested_json_string = """
{
  "公司名称": "某科技有限公司",
  "员工列表": [
    { "姓名": "张三", "联系方式": { "邮箱": "zhangsan@example.com", "电话": "13800138000" } },
    { "姓名": "李四", "联系方式": { "邮箱": "lisi@example.com", "电话": "13900139000" } }
  ]
}
"""
# 1. 将 JSON 字符串解析为 Python 字典
data_dict = json.loads(nested_json_string)
# 2. 提取我们需要的列表部分（通常嵌套的 JSON 主体是一个列表）
# 如果整个 JSON 就是一个对象，我们可以先提取其关键列表
employee_list = data_dict['员工列表']
# 3. 使用 pandas.json_normalize() 进行扁平化处理
# 这个函数专门用来将嵌套的 JSON 转化为扁平的表格
# record_path 指定要列表化的路径
# meta 可以保留一些顶级信息
df = pd.json_normalize(employee_list, record_path=None, meta=['公司名称'])
# 4. 写入 Excel
df.to_excel('nested_output.xlsx', index=False, engine='openpyxl')
print("嵌套 JSON 转换成功！")

适用人群：开发者、数据分析师、需要自动化处理流程的用户。

方法三：使用 Microsoft Excel（内置功能）

较新版本的 Excel（如 Excel 2016 及以上，Microsoft 365）内置了直接导入 JSON 数据的功能。

优点：无需任何外部工具，直接在 Excel 内完成。 缺点：功能相对基础，处理复杂嵌套 JSON 时可能力不从心。

操作步骤：

1. 打开 Excel，点击顶部菜单栏的 “数据” (Data) 选项卡。
2. 在 “获取与转换数据” (Get & Transform Data) 组中，点击 “从文件” (From File) -> “从 JSON” (From JSON)。
3. 在弹出的文件对话框中，选择你的 JSON 文件并点击“打开”。
4. Excel 的“Power Query 编辑器”将会启动，在这里你可以预览数据，并进行清洗和转换，你可以展开嵌套的字段,或者对数据进行其他操作。
5. 调整完成后，点击左上角的 “关闭并加载” (Close & Load)。
6. 数据将被加载到一个新的工作表中，此时你可以像操作普通数据一样将其另存为 .xlsx 文件。

适用人群：日常使用 Excel 的办公用户，希望在不离开 Excel 环境下完成转换。

总结与建议

给你的建议：

• 如果你是普通用户，只是偶尔转换一下文件，在线工具或Excel内置功能就完全足够了。
• **如果你是开发者