json怎么存excel

JSON数据如何高效存储到Excel？实用方法全解析

在数据处理场景中,JSON和Excel是两种最常用的数据格式——JSON以轻量、灵活的结构化特性成为API交互和配置文件的首选，而Excel则以直观的表格形式和强大的编辑功能成为数据分析和可视化的“利器”，当需要将JSON数据导入Excel进行进一步分析或展示时，如何高效完成转换？本文将从基础方法到进阶技巧，详细拆解“JSON怎么存Excel”的完整流程。

为什么需要将JSON存入Excel？

在讨论具体方法前,先明确两个场景的互补性：

• JSON的优势：支持嵌套结构、键值对存储，适合描述复杂对象（如用户信息、API响应），且机器可读性强，适合程序间数据传递。
• Excel的优势：以二维表格呈现数据，支持公式计算、图表绘制、筛选排序，方便人工编辑和业务分析。

将JSON存入Excel的核心需求,就是将JSON的“非结构化/半结构化”数据转换为Excel的“结构化表格”，同时保留数据的可读性和可操作性。

基础方法：手动转换（适用于少量数据）

如果JSON数据量较小（如几十条记录），最直接的方式是手动处理，无需借助工具。

分析JSON结构，确定表格表头

先明确JSON的层级结构,以一个简单的用户列表JSON为例：

[
  {
    "id": 1,
    "name": "张三",
    "age": 25,
    "contact": {
      "email": "zhangsan@example.com",
      "phone": "13800138000"
    },
    "hobbies": ["阅读", "游泳"]
  },
  {
    "id": 2,
    "name": "李四",
    "age": 30,
    "contact": {
      "email": "lisi@example.com",
      "phone": "13900139000"
    },
    "hobbies": ["游戏", "篮球"]
  }
]

• 顶层结构：数组（[]），包含多个用户对象（）。
• 对象字段：id、name、age是直接字段，contact是嵌套对象，hobbies是数组字段。

根据结构确定Excel表头：对于嵌套字段，用“点号”连接层级（如contact.email）；对于数组字段，可直接保留为字符串（如"阅读,游泳"）。

复制粘贴并调整格式

• 将JSON数据粘贴到文本编辑器（如VS Code、记事本）中，确保格式正确（无多余符号）。
• 按照表头逐行提取数据,填充到Excel单元格中。
  | id | name | age | contact.email | contact.phone | hobbies |
  |----|------|-----|---------------|---------------|---------------|
  | 1 | 张三 | 25 | zhangsan@xxx | 13800138000 | 阅读,游泳 |
  | 2 | 李四 | 30 | lisi@xxx | 13900139000 | 游戏,篮球 |

处理特殊情况

• 嵌套对象：若嵌套层级较深（如contact.address.city），需逐级展开为独立列。
• 数组字段：若需将数组拆分为多行（如一个用户对应多个爱好，每行显示一个爱好），需手动拆分并填充id、name等重复字段。

优点与局限

• 优点：无需工具，操作简单，适合临时少量数据。
• 局限：效率低、易出错，无法处理复杂数据（如多层嵌套、大型数组）。

进阶方法：借助工具自动转换（推荐）

当JSON数据量较大（如几百条以上）或结构复杂时，手动处理显然不现实，此时可通过专业工具实现“一键转换”，推荐以下4种方法：

方法1：使用Excel内置功能（2021及以上版本支持）

新版Excel已内置JSON解析功能,适合处理本地JSON文件或API返回的JSON数据。

操作步骤：

1. 准备JSON文件：将JSON数据保存为.json文件（如data.json），确保格式正确（数组形式，每个元素是一个对象）。
2. 导入数据：打开Excel，点击【数据】→【获取数据】→【从文件】→【从JSON】，选择data.json文件。
3. 转换数据：在弹出的“Power Query编辑器”中，JSON会自动解析为表格结构，若存在嵌套字段，点击列标题旁的“展开”按钮（图标为两个双向箭头），选择“展开记录”或“展开数组”：
   • 嵌套对象（如contact）：点击“展开记录”，勾选子字段（email、phone）。
   • 数组字段（如hobbies）：点击“展开数组”，将数组元素拆分为多列（若需多行，需后续处理）。
4. 加载到Excel：调整好表头后，点击【关闭并加载】，数据将自动导入到工作表中。

注意事项：

• JSON必须是“对象数组”格式（如[{...}, {...}]），若为单个对象（如{"id":1, "name":"张三"}），需手动转为数组形式。
• 若JSON数据来自API,可直接在【获取数据】→【从其他来源】→【从Web】中输入API地址，选择JSON数据导入。

方法2：通过Python脚本（灵活可控，适合开发者）

Python是数据处理的首选语言,借助pandas和openpyxl库，可轻松实现JSON与Excel的互转，尤其适合批量处理或自动化场景。

环境准备：

安装必要库：

pip install pandas openpyxl

核心代码：

import pandas as pd
import json
# 示例JSON数据（可直接从文件读取）
json_data = """
[
  {
    "id": 1,
    "name": "张三",
    "age": 25,
    "contact": {
      "email": "zhangsan@example.com",
      "phone": "13800138000"
    },
    "hobbies": ["阅读", "游泳"]
  },
  {
    "id": 2,
    "name": "李四",
    "age": 30,
    "contact": {
      "email": "lisi@example.com",
      "phone": "13900139000"
    },
    "hobbies": ["游戏", "篮球"]
  }
]
"""
# 方法1：直接转换（嵌套字段转为字典，数组转为字符串）
data = json.loads(json_data)
df = pd.DataFrame(data)
print("原始转换（嵌套字段未展开）：")
print(df)
# 方法2：展开嵌套字段（适合多层嵌套）
df = pd.json_normalize(data)  # 自动展开嵌套对象，用点号连接层级
print("\n展开嵌套字段后：")
print(df)
# 方法3：处理数组字段（拆分为多行）
# 若需将hobbies数组拆分为多行（每行一个爱好），需先展开数组
df_explode = df.explode("hobbies")  # 仅适用于pandas 1.3.0+
print("\n数组字段拆分为多行后：")
print(df_explode)
# 保存为Excel文件
df.to_excel("output.xlsx", index=False, engine="openpyxl")
df_explode.to_excel("output_exploded.xlsx", index=False, engine="openpyxl")
print("\nExcel文件已保存！")

代码解析：

• pd.json_normalize()：pandas提供的“神器”，可自动展开JSON中的嵌套对象（如contact.email），生成扁平化表格。
• explode()：将数组字段拆分为多行，适合“一对多”关系（如一个用户多个爱好）。
• to_excel()：保存为Excel文件，index=False表示不保存行索引。

适用场景：

• 需要批量处理多个JSON文件；
• 需要对JSON数据进行预处理（如过滤、计算）后再导出；
• 自动化流程（如定时从API获取JSON并生成Excel报表）。

方法3：使用在线转换工具（无需编程，适合非技术人员）

如果不想安装工具或写代码,在线转换工具是便捷选择，推荐以下工具：

• ConvertJSON to Excel（https://convertio.co/json-excel/）：支持拖拽上传JSON文件，自动生成Excel表格，免费且无需注册。
• JSON to Excel Converter（https://www.json-to-excel.com/）：可处理大型JSON文件，支持自定义表头和格式。

操作步骤：

1. 打开在线工具,上传JSON文件（或粘贴JSON文本）。
   2