Excel 转 JSON 转换器
Excel 数据
数据预览和编辑
Json 生成
一个真正好用、灵活、可控的 Excel 转 JSON 工具。
不需要安装软件，也不需要写代码，你只需要粘贴、输入或上传 Excel 数据，系统会自动识别并展示为可编辑表格，你可以像日常办公一样修改内容，然后将数据一键导出为想要的 JSON 格式。
无论你是开发、数据处理、接口调试、表格整理、信息录入，还是爬虫数据清洗，这里都能帮你节省很多时间。
这个工具能做什么？
- 将 Excel / 表格数据转换为 JSON
- 支持粘贴数据、输入数据或上传文件
- 内置表格编辑器，可继续修改、删除、合并、清理数据
- 可选多种常见 JSON 输出格式
- 支持 去除空行、空值处理、自定义缩进、根节点名称
- 支持 JSON Lines（非常适合大数据和流式处理）
一句话：不用写代码、不用额外处理、不用自己手动清洗数据。
为什么我们会做这个工具？
很多人在做 “Excel 转 JSON” 的时候会遇到这些痛点：
| 问题 | 说明 |
|---|---|
| Excel 数据有空行、合并单元格，转换后结构混乱 | 需要先整理数据 |
| 输出的 JSON 不符合系统接口要求 | 虽然容易二次加工，但耗时 |
| 各类在线工具只能输出一种固定格式 | 不灵活、不够用 |
| 大文件转换容易卡、甚至失败 | 特别是日志或批量导入场景 |
所以我们做的不是简单转换，而是希望：
- 减少数据清洗工作量
- 输出能直接用的 JSON
- 对不同使用场景保持灵活可控
支持的 JSON 数据格式
| 格式 | 说明 | 示例场景 |
|---|---|---|
| Array of Object（对象数组） | 最常见、最通用 | 接口、前端、脚本处理 |
| 2D Array（二维数组） | 无字段名，结构轻量 | 仅做数据存储或传输 |
| Column Array（按列分组） | 每列一个数组 | 数据分析、可视化 |
| Keyed Array（按键索引） | 用第一列作为对象键 | 快速查找、映射表 |
| JSON Lines（JSON 行） | 一行一个对象 | 大文件、流式读取、日志处理 |
JSON 输出格式与使用场景说明
不同的 JSON 结构适用于不同的系统或数据处理流程，选择合适的格式，可以让数据直接可用，避免二次转换。
1. Array of Object（对象数组）—— 最通用
{"id":"1001","name":"张伟","department":"开发部"},
{"id":"1002","name":"李娜","department":"市场营销"},
{"id":"1003","name":"王芳","department":"销售"}
]
适合场景：
- Web 前端 / 小程序 / App 直接使用
- API 请求与响应
- Node / Python / PHP / Java 等后端程序读取
注意事项：
- 第一行必须为字段名称（列名）
- 字段名称避免中文、空格、特殊符号
建议写法：user_id、fullName、phoneNumber
2. 2D Array（二维数组）—— 数据更轻量
["id","name","department"],
["1001","张伟","开发部"],
["1002","李娜","市场营销"],
["1003","王芳","销售"]
]
适合场景：
- 数据存储、传输
- 轻量数据缓存
- 某些数据分析脚本
注意事项：不包含字段名含义，业务可读性较弱
3. Column Array（按列分组）—— 分析类场景常用
{"id":["1001","1002","1003"]},
{"name":["张伟","李娜","王芳"]},
{"department":["开发部","市场营销","销售"]}
]
适合场景：
- 可视化图表（如 ECharts、Chart.js、Tableau）
- Python / R 数据分析（pandas、numpy）
优势：
- 各列可直接作为向量处理
- 适合统计与建模
4. Keyed Array（以第一列作为索引键）—— 查找效率高
"1001":["1001","张伟","开发部"],
"1002":["1002","李娜","市场营销"],
"1003":["1003","王芳","销售"]
}
适合场景：
- 数据字典 / 快速查表
- 游戏配置表、语言包、映射关系表
注意事项：键值必须唯一，否则会覆盖
5. JSON Lines（JSON 行）—— 大数据 & 流式处理最佳选择
普通 JSON：一次性加载全部数据
{ "id": 1001, "name": "张伟" },
{ "id": 1002, "name": "李娜" }
]
JSON Lines：一行一个对象，可逐行读取
{ "id": 1002, "name": "李娜" }
适合场景：
| 场景 | 为什么适用 |
|---|---|
| 大型日志导入 | 不需要一次性读入内存 |
| 数据流处理（Streaming） | 可一条条写入 |
| ETL 管道 | 与 Spark / Flink / Hadoop 完全兼容 |
| 批量建库 / 同步 / 清洗 | 能断点续处理 |
注意事项：
- 输出中不包含数组外层 [ ]
- 导入到数据库或大数据系统时不会 OOM
- 如果你的 Excel 超过 1 万行，建议优先用 JSON Lines
可调整的转换选项
- 压缩输出：控制是否换行
- 去除空行：自动清理无效记录
- 格式：指定输出数据格式
- 缩进：2/4/6/8 空格、Tab、单行 JSON Lines
- 根节点名称：需要封装在某字段下时非常好用
- 空值处理：可选择输出为空字符串、null、忽略、或替换为指定内容
使用步骤
- 输入、粘贴或上传 Excel 文件
- 在表格预览中检查并编辑数据
- 在下方选择 JSON 输出格式 及其他选项
- 复制或下载 JSON
Excel 转 JSON 常见问题
-
什么是 JSON？为什么要把 Excel 转换为 JSON？
JSON（JavaScript Object Notation）是一种轻量、结构清晰的数据格式，广泛用于 API、前端项目、自动化脚本、配置文件和软件系统之间的数据交互。
Excel 适合人工编辑数据，但 不适合程序直接处理，将 Excel 转为 JSON 后，数据可以更方便地：
- 集成到网站或后端系统中
- 被脚本、程序、或数据库读取
- 用于接口传输与自动化任务
因此，“Excel 转 JSON”是从人工可读到机器可读的关键一步。
-
转换过程中会保留格式吗？（如颜色、字体、合并单元格）
不会。JSON 只保存数据，不保存格式。
Excel 格式特性 转换后结果 字体大小、加粗、颜色 不会保留 单元格边框 不会保留 合并单元格结构 不会保留，可能导致数据缺失 建议：如果表格中存在合并单元格，请先取消合并，否则会出现空值或错位。
-
表头要如何处理？
第一行应为字段名称，建议：
- 字段命名清晰、统一。
- 避免使用中文空格和特殊符号。
- 推荐使用下划线或小驼峰，如 user_name 或 userName。
- 不要出现重复的列名。
示例（推荐）：| user_id | full_name | phone_number |
-
空单元格如何处理？
转换时你可以选择不同的空值处理策略：
方案 示例输出 适用场景 转为空字符串 "age": "" 保留占位符或前端展示 转为 null "age": null 结构化数据库、严格类型系统 完全忽略字段 （字段不出现） 强调最小化体积，但有可能造成数据长度不一致 替换为自定义文本 "age": "N/A" 报表、可读性优先 -
出现了乱码或“�”符号怎么办？
这是因为文件编码不是 UTF-8，建议把文件另存为UTF-8，然后再上传。
-
应该选择哪种 JSON 格式？
具体的格式应根据你的业务需求而定：
格式 示例 适用场景 Array of Objects（对象数组） [{"name":"Amy","age":23}] 最常用，适合接口、脚本、数据库导入 2D Array（二维数组） [["name","age"],["Amy",23]] 数据轻量、无字段名场景 Column Array（列式数组） [{"name":["Amy"]},{"age":[23]}] 数据分析、统计计算 Keyed Array（键值数组） {"id":["id","name","age"],"1":["1","Amy",23]} 快速查找、索引场景 JSON Lines（JSON 行） 一行一个对象 日志、大数据、流式处理