怎么把EXCEL导入json

怎么把Excel导入JSON：实用方法与工具全解析

在数据处理中，Excel和JSON是两种最常用的格式：Excel擅长表格化存储和编辑，而JSON是Web开发中数据交换的“通用语言”，将Excel数据导入JSON，能实现数据从“办公场景”到“开发场景”的无缝衔接，本文将以“小白也能看懂”为原则，从准备工作到具体操作，详解Excel导入JSON的多种方法，涵盖手动转换、代码工具、在线平台及专业软件,适合不同需求的读者选择。

准备工作：Excel数据“标准化”是关键

无论用哪种方法，先把Excel表格整理成“适合转JSON的结构”，能避免后续80%的麻烦，核心原则是：每行数据对应一个JSON对象，每列数据对应对象的键,具体步骤如下：

确保Excel表头规范

表头必须是字符串类型（避免数字、特殊符号），且不能重复（后续JSON键名唯一）。
示例：如果列存的是“用户姓名”，表头可简化为name；存“注册时间”，表头用register_time（符合JSON的驼峰或下划线命名规范）。

检查数据类型一致性

每列的数据类型尽量统一（如“年龄”列全是数字，“性别”列全是“男/女”），避免混用文本和数字（如“年龄”列既有25又有"25"，JSON转换后可能变成字符串，影响后续使用）。

删除无关行/列

删除Excel中的合计行、空行、合并单元格（合并单元格会导致数据错位，转换时需先“取消合并”并填充内容）。

保存Excel文件

转换前建议将Excel另存为.xlsx（新版Excel）或.xls（旧版），避免.csv可能带来的编码问题（如中文乱码）。

完成以上步骤后，你的Excel表格应该是一个“干净”的二维结构，如下所示：

id	name	age	city
1	张三	25	北京
2	李四	30	上海
3	王五	28	广州

方法1：手动转换（少量数据“零门槛”）

如果你的Excel数据量很小（比如10行以内），手动转换最快，无需任何工具，操作分两步：Excel提取数据 → 手动拼接JSON。

步骤1：从Excel复制数据

选中需要转换的数据区域（不含表头的全选，或包含表头选“数据区域”），按Ctrl+C复制。

步骤2：手动拼接JSON

根据Excel的行列关系，手动构建JSON数组：

每行数据对应一个对象，列名作为key，单元格内容作为value。
所有行用[]包裹，形成JSON数组。

面的Excel为例，手动拼接的JSON如下：

[
  {
    "id": 1,
    "name": "张三",
    "age": 25,
    "city": "北京"
  },
  {
    "id": 2,
    "name": "李四",
    "age": 30,
    "city": "上海"
  },
  {
    "id": 3,
    "name": "王五",
    "age": 28,
    "city": "广州"
  }
]

优点：

无需工具，打开Excel就能操作；
完全可控，能自定义JSON结构（如嵌套对象）。

缺点：

数据量大时（超过20行）容易出错，效率极低；
无法处理复杂结构（如Excel中的“多行合并为一行JSON对象”）。

方法2：代码转换（开发者首选，灵活高效）

如果你懂一点编程（Python/JavaScript），用代码转换是最佳选择：批量处理、自定义格式、可复用，下面以最常用的Python为例，讲解具体操作（无需安装复杂软件，几行代码搞定）。

环境准备

安装Python（官网下载安装即可，建议3.8+版本）；
安装pandas库（Excel数据处理的“神器”）：打开命令行，运行pip install pandas。

操作步骤

读取Excel文件

用pandas.read_excel()读取Excel数据，自动将表格转为DataFrame（Python的二维数据结构）：

import pandas as pd
# 读取Excel文件（"data.xlsx"是文件名，"Sheet1"是工作表名，若无表名可省略）
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")

转换为JSON

用df.to_json()方法将DataFrame转为JSON，核心参数：

orient="records"：按行转JSON数组（每行一个对象，最常用）；
force_ascii=False：避免中文被转义（如\u5f20\u4e09转为张三）；
indent=2：格式化输出（缩进2空格，JSON更易读）。

代码：

# 转换为JSON（records格式，数组包裹，每行一个对象）
json_data = df.to_json(
    orient="records",
    force_ascii=False,
    indent=2
)
# 保存到文件（"output.json"是目标文件名）
with open("output.json", "w", encoding="utf-8") as f:
    f.write(json_data)
print("转换完成！JSON已保存到output.json")

运行代码

将上述代码保存为excel_to_json.py，与Excel文件放在同一文件夹，命令行运行python excel_to_json.py，即可在同目录生成output.json。

效果展示

生成的output.json内容如下：

[
  {
    "id": 1,
    "name": "张三",
    "age": 25,
    "city": "北京"
  },
  {
    "id": 2,
    "name": "李四",
    "age": 30,
    "city": "上海"
  },
  {
    "id": 3,
    "name": "王五",
    "age": 28,
    "city": "广州"
  }
]

进阶：自定义JSON结构

如果Excel中有多列需要合并为一个嵌套对象（如“省份”和“城市”合并为“address”对象），可先处理DataFrame再转JSON：

# 假设Excel有"province"和"city"两列，合并为"address"对象
df["address"] = df[["province", "city"]].apply(lambda x: {"province": x["province"], "city": x["city"]}, axis=1)
# 删除原列（可选）
df = df.drop(columns=["province", "city"])
# 转换JSON
json_data = df.to_json(orient="records", force_ascii=False, indent=2)

优点：

支持批量处理（百万行数据也能秒转）；
灵活自定义JSON结构（嵌套、过滤、计算等）；
免费、开源，可集成到自动化流程中。

缺点：

需要基础Python知识；
复杂格式（如多sheet合并）需额外代码。

方法3：在线工具转换（无需编程，快速便捷）

如果你不想写代码，又不想安装软件，“在线Excel转JSON工具”是最佳选择，只需上传文件，点击转换,即可下载JSON结果。

操作步骤（以Convertio为例）

打开Convertio官网，点击“选择文件”上传Excel（支持拖拽上传）；
在“转换为”下拉框中选择“JSON”；
点击“转换”按钮，等待几秒（文件越大耗时越长）；
转换完成后，点击“下载”保存JSON文件。

注意事项

隐私安全：避免上传包含敏感信息（如身份证号、手机号）的Excel文件，以防数据泄露；
文件大小：在线工具通常对文件大小有限制（如不超过50MB），大文件建议用代码或专业软件；
格式兼容：

正文

怎么把EXCEL导入json