json怎么excel

JSON怎么转Excel？3种实用方法轻松搞定数据转换

在数据处理中，我们常会遇到这样的场景：从API接口获取的数据是JSON格式，需要导出为Excel进行可视化分析或共享；或将JSON结构化数据整理成表格方便查看，JSON怎么转Excel”呢？本文将介绍3种实用方法，涵盖手动操作、代码编程和工具软件,满足不同技术背景用户的需求。

JSON与Excel：为什么需要转换？

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，以“键值对”方式组织数据，结构灵活（支持对象、数组、嵌套等），常用于Web开发和API数据传输，而Excel（电子表格软件）则以行列网格形式展示数据，擅长数据计算、排序、筛选和可视化,适合人工分析和报告制作。

将JSON转Excel的核心目的，是将非结构化的JSON数据转化为结构化表格，让数据更易读、易操作,JSON数据可能是这样的：

[
  {"id": 1, "name": "张三", "age": 25, "city": "北京", "hobbies": ["阅读", "游泳"]},
  {"id": 2, "name": "李四", "age": 30, "city": "上海", "hobbies": ["游戏", "健身"]}
]

转成Excel后，会变成清晰的表格，每一行代表一条记录，每一列对应一个字段（如id、name、age等）。

方法1：手动转换（适合小数据量、无编程基础）

如果JSON数据量小（几十条以内），且不想安装工具或写代码，可以通过“复制粘贴+Excel手动整理”完成转换,步骤如下：

处理简单JSON（无嵌套、无非数组字段）

假设JSON是“对象数组”格式（最常见），每个对象是一行记录,字段直接作为列。

[
  {"id": 1, "name": "产品A", "price": 100, "stock": 50},
  {"id": 2, "name": "产品B", "price": 200, "stock": 30}
]

操作步骤：

• 复制JSON数据，粘贴到文本编辑器（如记事本、VS Code）中，确保格式整洁；
• 选中JSON部分，复制（Ctrl+C）；
• 打开Excel，选中A1单元格，直接粘贴（Ctrl+V）——Excel会自动识别JSON结构，生成表格。

处理复杂JSON（含嵌套或数组字段）

如果JSON有嵌套（如"address": {"province": "北京", "city": "朝阳区"}）或数组字段（如"hobbies": ["阅读", "游泳"]），手动转换需要“展开字段”：

• 嵌套字段：用“.”连接层级，如address.province作为列名，内容填“北京”；
• 数组字段：若需保留所有元素，可用逗号分隔（如“阅读, 游泳”），或拆分成多行（需手动复制）。

示例：
原始JSON：

[
  {"id": 1, "name": "张三", "contact": {"email": "zhangsan@email.com", "phone": "13800138000"}, "tags": ["员工", "技术"]}
]

手动整理后Excel表格：

优缺点

• 优点：无需工具，操作简单，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、大型数组）。

方法2：代码编程（适合大数据量、自动化需求）

如果JSON数据量大（上万条），或需要定期转换（如每日同步API数据到Excel），代码编程是最佳选择，Python凭借丰富的库,成为JSON转Excel的首选语言。

准备工作：安装Python库

打开命令行（Windows的cmd/Mac的Terminal），安装pandas（数据处理）和openpyxl（Excel操作库）：

pip install pandas openpyxl

示例1：简单JSON转Excel（无嵌套）

假设JSON数据存储在data.json如下：

[
  {"id": 1, "name": "产品A", "price": 100, "stock": 50},
  {"id": 2, "name": "产品B", "price": 200, "stock": 30},
  {"id": 3, "name": "产品C", "price": 150, "stock": 80}
]

Python代码：

import pandas as pd
# 读取JSON文件
df = pd.read_json('data.json')
# 保存为Excel文件（index=False表示不保存行索引）
df.to_excel('products.xlsx', index=False, engine='openpyxl')
print("转换完成！")

运行后，生成products.xlsx,表格与JSON结构完全对应。

示例2：复杂JSON转Excel（含嵌套/数组）

如果JSON有嵌套或数组，需先“扁平化”处理（将嵌套字段展开为一列）。

[
  {
    "id": 1,
    "name": "张三",
    "contact": {"email": "zhangsan@email.com", "phone": "13800138000"},
    "hobbies": ["阅读", "游泳", "跑步"],
    "education": [
      {"level": "本科", "school": "北京大学"},
      {"level": "硕士", "school": "清华大学"}
    ]
  }
]

处理思路：

• 用pandas.json_normalize()展开嵌套字段（支持多层）；
• 数组字段（如hobbies）可直接转为字符串（逗号分隔），或进一步拆分（需自定义函数）。

Python代码：

import pandas as pd
from pandas import json_normalize
# JSON数据（可直接从文件读取，这里用示例变量）
json_data = [
    {
        "id": 1,
        "name": "张三",
        "contact": {"email": "zhangsan@email.com", "phone": "13800138000"},
        "hobbies": ["阅读", "游泳", "跑步"],
        "education": [
            {"level": "本科", "school": "北京大学"},
            {"level": "硕士", "school": "清华大学"}
        ]
    }
]
# 展开嵌套字段（contact和education）
df = json_normalize(
    json_data,
    record_path=['education'],  # 需要展开的数组字段
    meta=[['id', 'name', 'contact.email', 'contact.phone', 'hobbies']]  # 保留的顶层字段
)
# 处理hobbies数组（转为逗号分隔字符串）
df['hobbies'] = df['hobbies'].apply(lambda x: ', '.join(x) if isinstance(x, list) else x)
# 保存为Excel
df.to_excel('complex_data.xlsx', index=False, engine='openpyxl')
print("复杂JSON转换完成！")

运行后生成的Excel表格：

优缺点

• 优点：自动化处理，支持大数据量，灵活度高（可自定义转换逻辑）；
• 缺点：需编程基础,需安装Python环境。

方法3：工具软件（适合无编程基础、追求效率）

如果不想写代码，又觉得手动转换麻烦，可以使用专门的JSON转Excel工具软件，这类工具通常支持拖拽操作，自动识别JSON结构,适合技术小白或快速处理需求。

推荐工具1：在线转换工具（如“ConvertJSON”）

特点：无需安装，浏览器直接使用，适合临时转换。
操作步骤：

1. 打开在线工具网站（如https://convertio.co/json-excel/ 或 https://www.json-to-excel.com/）；
2. 上传JSON文件（或直接粘贴JSON文本）；
3. 选择Excel格式（如.xlsx、.xls）；
4. 点击“转换”，下载生成的Excel文件。

注意：在线工具适合处理非敏感数据,避免泄露隐私。

推荐工具2：桌面软件（如“Total XML Converter”