Excel轻松导出JSON数据:实用方法全解析
在日常数据处理中,Excel作为最常用的表格工具,常常需要与其他数据格式(如JSON)交互,JSON(JavaScript Object Notation)因其轻量级、易读易写的特性,成为前后端数据传输的主流格式,如何将Excel中的数据高效导出为JSON呢?本文将详细介绍3种实用方法,从简单操作到自动化工具,覆盖不同需求场景,助你轻松实现Excel到JSON的转换。
手动复制粘贴(适合小量数据)
对于数据量较小(如几十行以内)、无需频繁转换的场景,手动复制粘贴是最直接的方式,操作步骤如下:
-
整理Excel数据结构
确保Excel表格结构规整:第一行建议为字段名(如“name”“age”“email”),后续每行对应一条记录。name age email 张三 25 zhangsan@example.com 李四 30 lisi@example.com -
转换为JSON格式文本
-
若需导出JSON数组(最常见格式,每条记录是数组中的一个对象):
在空白单元格中手动输入数组符号,结合字段名和单元格值构建JSON对象。[ {"name": "张三", "age": 25, "email": "zhangsan@example.com"}, {"name": "李四", "age": 30, "email": "lisi@example.com"} ]注意用英文双引号包裹字符串,数值(如age)无需引号,逗号分隔对象。
-
若需导出JSON对象(以某一字段为键,如name):
输入类似格式:{ "张三": {"age": 25, "email": "zhangsan@example.com"}, "李四": {"age": 30, "email": "lisi@example.com"} }
-
-
复制并保存
生成JSON文本后,选中内容复制,粘贴到文本编辑器(如记事本、VS Code)中,保存为.json文件(如data.json)。
优点:无需工具,零学习成本;缺点:数据量大时效率低,易出错,适合临时应急。
使用Excel内置功能(适合中量数据)
Excel 2016及以上版本或Microsoft 365支持通过“获取和转换”功能(Power Query)将表格数据转换为JSON,适合批量处理且需要保留格式化的场景。
操作步骤(以Excel 2019为例):
-
选中数据并打开Power Query
选中Excel中的数据区域(含字段名),点击顶部菜单栏的“数据”选项卡,在“获取和转换”组中选择“从表格/区域”。 -
进入Power Query编辑器
弹出“创建表”对话框,确认数据范围(通常会自动选中),点击“确定”,进入Power Query编辑界面。 -
转换数据格式(可选)
若需调整数据类型(如将“age”列从文本转为数字),选中对应列,点击“转换”选项卡,选择“数据类型”→“数字”。 -
导出为JSON
- 点击“文件”→“导出”→“创建连接文件”;
- 在“选择导出格式”对话框中,选择“JSON文件”;
- 设置保存路径和文件名(如
data.json),点击“确定”。
-
确认结果
保存后,用记事本或浏览器打开生成的JSON文件,检查数据是否正确。[ { "name": "张三", "age": 25, "email": "zhangsan@example.com" }, { "name": "李四", "age": 30, "email": "lisi@example.com" } ]
优点:无需安装插件,支持数据清洗和格式化;缺点:步骤稍繁琐,对Excel版本有要求。
借助第三方工具/代码(适合大量数据或自动化需求)
当数据量较大(如上万行)或需要频繁转换时,手动操作和Excel内置功能可能效率低下,第三方工具或代码脚本能更高效完成任务。
方式1:使用在线转换工具
推荐工具:ConvertCSV(https://www.convertcsv.com/csv-to-json.htm)、Excel to JSON(https://www.excel-to-json.com/)。
操作步骤:
- 打开在线工具页面,点击“Choose File”或“上传”按钮,选择Excel文件(支持
.xlsx、.xls格式); - 根据需求配置转换选项(如选择字段行、是否含表头、JSON格式为数组/对象等);
- 点击“Convert”或“转换”,等待片刻后点击“Download”下载JSON文件。
优点:无需安装,操作简单;缺点:需上传数据到服务器,敏感数据慎用。
方式2:使用Python脚本(适合开发者或自动化场景)
Python的pandas和json库能轻松实现Excel到JSON的转换,适合需要自定义格式或批量处理的场景。
准备工作:安装Python(建议3.6+),并安装所需库:
pip install pandas openpyxl
脚本示例:
import pandas as pd
import json
# 读取Excel文件(sheet_name可根据需要修改,如"Sheet1")
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
# 转换为JSON(orient="records"表示导出为对象数组)
json_data = df.to_json(orient="records", force_ascii=False) # force_ascii=False支持中文
# 保存到JSON文件
with open("data.json", "w", encoding="utf-8") as f:
f.write(json_data)
print("JSON文件已生成:data.json")
使用说明:
- 将脚本中的
data.xlsx替换为你的Excel文件路径; - 若需调整JSON格式(如按行索引导出),可修改
orient参数(如orient="index"导出为{"行索引": {...}}格式); - 运行脚本后,同目录下会生成
data.json文件。
优点:免费、高效、可自定义,适合处理大规模数据;缺点:需基础Python知识。
方式3:使用Excel插件(适合Excel重度用户)
推荐插件:Power Tools for Excel(https://www.exceltoolset.com/)、Kutools for Excel。
以Kutools for Excel为例(需付费,但有免费试用):
- 安装插件后,Excel菜单栏会出现“Kutools”选项卡;
- 选中数据区域,点击“Kutools”→“Import/Export”→“Range to JSON”;
- 在弹窗中设置JSON保存路径、文件名,点击“导出”即可。
优点:集成到Excel界面,操作直观;缺点:部分插件需付费。
注意事项
- 数据格式一致性:导出前确保Excel中字段名统一,数据类型规范(如日期列建议统一为“YYYY-MM-DD”格式),避免JSON中出现格式混乱。
- 编码问题:若数据含中文,保存JSON文件时需选择UTF-8编码(Python脚本中通过
encoding="utf-8"设置),避免乱码。 - 敏感数据保护:使用在线工具时,避免上传包含个人隐私或企业机密的数据,建议优先选择本地工具(如Python脚本、Excel插件)。
Excel导出JSON数据的方法多样,可根据数据量、技术水平和使用场景选择:
- 小量数据/临时需求:手动复制粘贴最快;
- 中量数据/需要格式化:Excel Power Query功能够用;
- 大量数据/自动化需求:Python脚本或第三方工具更高效。
这些方法,能让你在不同场景下轻松应对Excel与JSON的格式转换,提升数据处理效率。



还没有评论,来说两句吧...