Conversor de JSON para CSV

Conversor de JSON para CSV

Bem-vindo ao Conversor de JSON para CSV, uma ferramenta online gratuita que achata qualquer carga JSON — matrizes simples, objetos aninhados, respostas de API profundamente envolvidas — em um CSV limpo e pronto para planilhas. A maioria dos conversores online lida apenas com o caso trivial de [{...}, {...}] na raiz e falha quando seu JSON se parece com {"data": {"items": [...]}}. Esta ferramenta faz detecção automática inteligente da matriz tabular, expõe um seletor no estilo JSONPath para formatos incomuns e oferece dois modos de achatamento (ponto e colchetes), além de uma visualização de esquema para que você saiba exatamente quais colunas aparecerão em sua planilha antes de baixar.

Para que é usado o Conversor de JSON para CSV?

O JSON é a língua franca das APIs web e pipelines de dados modernos, enquanto o CSV continua sendo o rei para planilhas, painéis de BI e ferramentas de análise de dados. Converter de um para o outro é uma das tarefas mais comuns no dia a dia de um engenheiro de dados. Casos de uso típicos incluem exportar uma resposta de API para o Excel para stakeholders, preparar dumps JSON para importação no Postgres ou BigQuery, alimentar logs JSON no Pandas ou R para análise e escanear rapidamente uma resposta aninhada ruidosa em uma forma tabular mais amigável.

Recursos Principais

• Detecção automática inteligente de matriz: o conversor percorre seu JSON e escolhe a maior matriz mais parecida com uma tabela — geralmente a que você realmente queria.
• Seletor JSONPath: ignore a detecção automática com um caminho como data.users ou results[0].rows para perfurar respostas envolvidas.
• Dois modos de achatamento: notação de ponto (address.city) para nomes de colunas limpos, ou matrizes em colchetes (tags[0], tags[1]) quando cada elemento deve ser sua própria coluna.
• Descoberta de esquema: um painel de "pills" de colunas com emblemas de tipo (string, integer, number, boolean, mixed) para que você possa auditar a saída antes de baixar.
• Tabela de visualização ao vivo: as primeiras oito linhas são renderizadas como uma tabela HTML — verificação instantânea de que seus dados estão alinhados corretamente.
• Delimitadores personalizados: vírgula (CSV), ponto e vírgula (Excel europeu), tabulação (TSV), pipe ou qualquer caractere único que você especificar.
• Modos de citação: mínima (RFC 4180), citar tudo, citar não numéricos ou nunca (com escape de barra invertida).
• Terminações de linha amigáveis ao Excel: alterne entre LF e CRLF.
• Linha de cabeçalho opcional.
• Amostras de um clique: matriz plana, resposta envolvida, objetos aninhados, API estilo GitHub e previsão do tempo.
• Copiar e baixar: pegue o CSV instantaneamente ou salve-o como um arquivo .csv.

Como o Conversor Lida com Objetos e Matrizes Aninhados?

O JSON do mundo real raramente é plano. O mecanismo de achatamento do conversor lida com as duas formas principais de maneira inteligente:

Objetos Aninhados → Notação de Ponto

Um objeto dentro de um objeto torna-se um nome de coluna com pontos. Assim, um registro como {"id": 1, "address": {"city": "Tokyo", "zip": "100-0001"}} produz três colunas: id, address.city, address.zip. Essa convenção é usada pelo json_normalize do Pandas, Splunk, Elasticsearch e dezenas de outras ferramentas — seus pipelines a jusante já a entenderão.

Matrizes Aninhadas → Duas Estratégias

Matrizes de escalares (ex: "tags": ["red", "blue"]) e matrizes de objetos (ex: "orders": [{...}, {...}]) recebem tratamento diferente dependendo do modo de achatamento escolhido:

• Modo de ponto: matrizes de escalares são unidas com o caractere pipe em uma única célula (red|blue); matrizes de objetos são codificadas em JSON para que os dados não sejam perdidos. Isso mantém a contagem de colunas previsível.
• Modo de colchetes: cada elemento ganha sua própria coluna indexada — tags[0], tags[1], orders[0].id, orders[0].total. Melhor quando os registros têm uma matriz de comprimento fixo conhecido.
• Manter aninhado como JSON: estruturas aninhadas são serializadas como uma string JSON e inseridas em uma célula. Útil quando a planilha de destino tem uma coluna compatível com JSON ou você deseja preservar a forma original.

Para que serve o Seletor JSONPath?

A maioria das APIs públicas envolve seus dados em metadados extras: códigos de status, informações de paginação, IDs de solicitação. Uma resposta típica se parece com:

A detecção automática geralmente encontrará a matriz interna, mas para formas incomuns ou profundamente aninhadas, você pode fornecer o caminho explicitamente. O seletor suporta chaves pontilhadas e índices numéricos entre colchetes:

• data — perfura na chave data
• data.users — perfura em data, depois em users
• results[0].rows — primeiro item de results, depois sua chave rows
• (vazio) — detecta automaticamente a matriz mais parecida com uma tabela

Ele produz CSV compatível com Excel?

Sim. As configurações padrão (delimitador de vírgula, citação mínima, linha de cabeçalho, finais de linha LF) produzem uma saída RFC 4180 estrita que abre corretamente no Excel, Google Sheets, Numbers, LibreOffice Calc, read_csv do Pandas, read.csv do R e todos os comandos COPY FROM de bancos de dados. Para localidades do Excel europeu que usam ponto e vírgula como separador de campo, altere o menu suspenso do Delimitador para Ponto e vírgula. Para ferramentas nativas do Windows que preferem finais de linha \r\n, altere o Fim de Linha para CRLF.

Como campos ausentes são tratados entre as linhas?

As matrizes JSON geralmente contêm registros heterogêneos — um objeto tem um middle_name, o próximo não. O conversor percorre cada registro e coleta os nomes das colunas na ordem em que são vistos pela primeira vez; qualquer registro que não possua uma coluna recebe uma célula vazia nessa posição. Este é o mesmo comportamento do json_normalize do Pandas e evita o descarte silencioso de campos que aparecem apenas em alguns registros.

Casos de Uso Práticos

Para Desenvolvedores

• Converta respostas de API REST para CSV para exploração em uma planilha
• Achate exportações do MongoDB ou Firestore para importação em um banco de dados relacional
• Transforme linhas de log JSON em um formato tabular para análise
• Gere fixtures de teste combinando JSON de amostra com a saída do modo de colchetes

Para Analistas e Cientistas de Dados

• Visualize rapidamente dados de API em forma tabular sem escrever um script Pandas
• Prepare JSON de web scraping para importação no Excel, Tableau ou Power BI
• Converta um conjunto de dados JSON em um CSV para uso no Jupyter ou RStudio
• Audite campos aninhados com o painel de descoberta de esquema antes da importação real

Para Profissionais de Marketing e Operações

• Exporte dados de ferramentas que emitem JSON (análises, exportações de CRM) para o Google Sheets
• Crie tabelas dinâmicas ou gráficos sobre a saída da API JSON
• Entregue um CSV amigável para stakeholders não técnicos sem mostrar o JSON bruto

Como usar esta ferramenta

1. Cole o JSON: cole seu JSON na caixa de entrada ou clique em um chip de Amostra Rápida para carregar um payload típico de API.
2. Escolha a matriz: deixe o campo JSONPath vazio para permitir que a ferramenta detecte automaticamente a matriz tabular, ou digite um caminho como data.users para direcionar a uma matriz envolvida.
3. Escolha o modo de achatamento: selecione Notação de ponto para nomes de colunas limpos, Colchetes para expandir cada elemento da matriz, ou Manter aninhado como JSON para preservar subestruturas na íntegra.
4. Escolha delimitador e citação: selecione vírgula, ponto e vírgula, tabulação (TSV), pipe ou um caractere personalizado, depois escolha um modo de citação e terminação de linha.
5. Converta e revise: clique em Converter para CSV. Inspecione o painel de esquema e a tabela de visualização, depois copie o resultado ou baixe-o como um arquivo .csv.

Dicas para melhores resultados

• Valide primeiro: o indicador ao vivo sob a caixa de entrada sinaliza erros de sintaxe JSON antes de você clicar em Converter.
• Verifique o painel de esquema: uma coluna marcada como mixed significa que o mesmo campo possui tipos diferentes entre os registros — geralmente um sinal de que um bug de ingestão a montante precisa ser corrigido.
• Use o modo de colchetes para matrizes fixas: se cada registro tiver, por exemplo, exatamente quatro pontuações, o modo de colchetes oferece quatro colunas limpas em vez de uma única célula unida por pipe.
• Para Excel europeu: escolha o delimitador Ponto e vírgula para que 1,5 (um e meio) não seja dividido em duas células.
• Para Excel no Windows: escolha terminações de linha CRLF para evitar o problema de "tudo na coluna A".
• Cite tudo por segurança: se seus dados contiverem vírgulas, quebras de linha ou o seu caractere delimitador, prefira Citar todos os campos para uma saída mais defensiva.

Perguntas Frequentes

O que acontece se o meu JSON tiver várias matrizes?

A detecção automática escolhe a maior que contém objetos. Se essa não for a matriz que você deseja, forneça um JSONPath como orders ou line_items para direcionar a correta.

Posso converter um único objeto JSON em vez de uma matriz?

Sim — um único objeto torna-se um CSV de uma linha com cada campo de nível superior como uma coluna. As regras de achatamento ainda se aplicam.

E quanto ao JSON com números não finitos (NaN, Infinity)?

O JSON padrão não permite esses literais, mas se sua entrada os contiver e for analisada com sucesso, eles serão convertidos em células vazias na saída CSV para manter o arquivo válido.

Por que alguns valores booleanos são renderizados como true / false?

Para manter o CSV legível por humanos. Se sua ferramenta a jusante precisar de 1 / 0, faça uma busca e substituição após o download ou processe o JSON previamente.

O conversor valida se todos os registros têm o mesmo formato?

Não — registros heterogêneos são tratados com facilidade (campos ausentes tornam-se células vazias). O painel de esquema revela variações de tipo através do selo mixed para que você possa identificar inconsistências.

Qual o tamanho do JSON que posso converter?

A ferramenta lida confortavelmente com entradas JSON de até alguns megabytes no navegador e no servidor. Para conjuntos de dados muito grandes (dezenas de MB ou mais), prefira uma ferramenta offline de streaming, como o jq, ou um script Python com ijson.

Meus dados são enviados para um servidor?

A conversão é realizada no servidor MiniWebtool para aproveitar o robusto gravador CSV e o analisador JSON do Python. Não registramos, armazenamos ou compartilhamos sua entrada. As respostas são servidas com cabeçalhos no-cache. Para confidencialidade máxima com dados sensíveis, prefira o processamento offline.

Recursos Adicionais

• Valores Separados por Vírgula - Wikipedia
• JSON - Wikipedia
• RFC 4180 - O Formato de Arquivo CSV

Outras ferramentas relacionadas:

Outras ferramentas textuais:

• Gerador de Anagramas Em Destaque
• Conversor de Leitura Biônica
• Comparar duas strings
• Encontre a Linha Mais Longa
• Detector de Idioma por IA
• Processador de Linha de Texto
• Validador de XML Em Destaque
• Leitor de Texto para Fala
• Extrator de Coluna de Texto
• Conversor JSON para YAML
• Testador de Regex Novo
• Verificador de Diferenças Novo
• Conversor de CSV para JSON Novo
• Conversor de Imagem para Base64 Novo
• Testador de API Novo
• Tabela ASCII Novo
• Testador de Webhook Novo
• Gerador de Títulos de Blog com IA Novo
• Gerador de Hashtags com IA Novo
• Gerador de Slogans com IA Novo
• Gerador de Esboço de Artigo com IA Novo
• Bloco de Notas Online Novo
• Conversor de TOML para JSON Novo
• Conversor de JSON para CSV Novo
• Conversor de XML para JSON Novo
• Conversor de Consultas SQL para MongoDB Novo