自 2010 年 · 每月支援超過 200 萬次工具執行
自 2010 年
加到 Chrome

我的工具箱

自動模式

尚未收藏任何工具。

升級為高級版
相關工具
CSV轉JSON轉換器TOML 轉 JSON 轉換器隨機 JSON 產生器JSON Schema 產生器文字列提取器JWT產生器.env 檔案生成器
主頁 > 文本工具 > 其他文字工具
 

JSON 轉 CSV 轉換器

把巢狀 JSON 或物件陣列轉成 CSV，可扁平化鍵名並自訂分隔符。轉換前可預覽結構。

免費使用無需註冊即時出結果
JSON 轉 CSV 轉換器立即免費試用 ▼
⚡ 快速範例
0 字元 · 0 行
深入提取包裝的回應。使用點號代表鍵，方括號代表索引：data.users, results[0].rows。保持空白以自動偵測。
取消勾選則僅輸出數據。

Embed JSON 轉 CSV 轉換器 Widget

JSON 轉 CSV 轉換器

歡迎使用 JSON 轉 CSV 轉換器，這是一個免費的線上工具，能將任何 JSON 有效負載（扁平陣列、嵌套對象、深層包裝的 API 回應）扁平化為整齊、可直接用於試算表的 CSV。大多數線上轉換器只能處理根目錄下的簡單 [{...}, {...}] 情況，當您的 JSON 形如 {"data": {"items": [...]}} 時就會失效。此工具能智慧自動偵測表格陣列，提供 JSONPath 風格的選取器來處理特殊結構，並提供兩種扁平化模式（點號和括號）以及結構預覽，讓您在下載之前確切了解試算表中的列分布。

JSON 轉 CSV 轉換器的用途是什麼？

JSON 是 Web API 和現代數據管道的通用語言，而 CSV 仍是試算表、商業智慧 (BI) 儀表板和數據分析工具的首選。將兩者互相轉換是數據工程師日常工作中最常見的任務之一。典型的應用場景包括將 API 回應匯出到 Excel 以供利害關係人查看、準備 JSON 轉儲以匯入 Postgres 或 BigQuery、將 JSON 日誌饋送到 Pandas 或 R 進行分析，以及以更友好的表格形式快速瀏覽雜亂的嵌套回應。

核心功能

轉換器如何處理嵌套對象和陣列？

現實世界中的 JSON 很少是完全扁平的。本工具的扁平化引擎能夠智慧地處理兩種主要結構：

嵌套對象 → 點號標記法

對象內部的對象會轉換為帶點號的欄位名稱。因此，像 {"id": 1, "address": {"city": "Tokyo", "zip": "100-0001"}} 這樣的記錄會產生三個欄位：id、address.city、address.zip。這種慣例被 Pandas json_normalize、Splunk、Elasticsearch 和許多其他工具所採用——您的下游管道將能直接理解它。

嵌套陣列 → 兩種策略

純量陣列（例如 "tags": ["red", "blue"]）和對象陣列（例如 "orders": [{...}, {...}]）根據所選的扁平化模式會得到不同的處理：

輸入 JSON [{"id": 1, "name": "Alice", "address": {"city": "Tokyo"}, "tags": ["admin", "designer"]}] 輸出 (點號模式) id,name,address.city,tags 1,Alice,Tokyo,admin|designer 輸出 (括號模式) id,name,address.city,tags[0],tags[1] 1,Alice,Tokyo,admin,designer

JSONPath 選取器有什麼用？

大多數公開 API 會將數據包裝在額外的元數據中：狀態碼、分頁資訊、請求 ID。典型的回應如下：

{"status":"ok","page":1,"data":[{"sku":"A001","title":"Notebook"}, ...]}

自動偵測通常會找到內部的陣列，但對於異常或深層嵌套的結構，您可以顯式提供路徑。選取器支援點號鍵名和括號數字索引：

它會生成 Excel 相容的 CSV 嗎？

是的。預設設定（逗號分隔符、最小引號、標題列、LF 換行符）會產生嚴格的 RFC 4180 輸出，可在 Excel、Google Sheets、Numbers、LibreOffice Calc、Pandas read_csv、R read.csv 以及每個資料庫的 COPY FROM 指令中正常開啟。對於使用分號作為欄位分隔符的歐洲 Excel 地區，請將分隔符下拉選單切換至 Semicolon。對於偏好 \r\n 換行符的 Windows 原生工具，請將換行符切換至 CRLF。

如何處理跨行缺失的欄位？

JSON 陣列通常包含異質記錄——一個對象有 middle_name，下一個則沒有。轉換器會遍歷每條記錄並按首次見到的順序收集欄位名稱；任何缺少該欄位的記錄在該位置都會獲得一個空單元格。這與 Pandas json_normalize 的行為一致，避免了靜默丟棄僅出現在某些記錄中的欄位。

實際應用場景

對於開發人員

對於數據分析師與科學家

對於行銷人員與營運人員

如何使用此工具

  1. 貼上 JSON： 將您的 JSON 貼入輸入框，或點擊快速範例標籤載入典型的 API 有效負載。
  2. 選取陣列： 保持 JSONPath 欄位空白讓工具自動偵測表格陣列，或輸入路徑如 data.users 來指定包裝陣列。
  3. 選擇扁平化模式： 選擇點號標記法以獲得簡潔的列名，選擇括號陣列以展開每個陣列元素，或選擇保留嵌套為 JSON 以原樣保留子結構。
  4. 選擇分隔符與引號： 選擇逗號、分號、製表符 (TSV)、管道符或自定義字元，然後選擇引號模式和換行符。
  5. 轉換與檢查： 點擊轉換為 CSV。檢查結構面板和預覽表，然後複製結果或將其下載為 .csv 文件。

獲得最佳結果的提示

常見問題解答

如果我的 JSON 有多個陣列會怎樣？

自動偵測會選取包含對象的最長陣列。如果那不是您想要的陣列，請提供 JSONPath（如 orders 或 line_items）來定位正確的陣列。

我可以轉換單個 JSON 對象而不是陣列嗎？

可以——單個對象會變成一行 CSV，每個頂層欄位作為一列。扁平化規則仍然適用。

如何處理帶有非有限數字（NaN, Infinity）的 JSON？

標準 JSON 不允許這些字面量，但如果您的輸入包含它們並成功解析，它們將在 CSV 輸出中被轉換為空單元格，以保持文件有效性。

為什麼有些布林值顯示為 true / false？

這是為了保持 CSV 的可讀性。如果您的下游工具需要 1 / 0，請在下載後進行搜尋取代，或預先處理 JSON。

轉換器會驗證所有記錄是否具有相同的形狀嗎？

不會——異質記錄會被妥善處理（缺失欄位變為空單元格）。結構面板會透過 mixed 徽章顯示類型偏移，以便您發現不一致之處。

我可以轉換多大的 JSON？

此工具在瀏覽器和伺服器上都能輕鬆處理高達數 MB 的 JSON 輸入。對於極大的數據集（數十 MB 或更多），建議使用離線串流工具如 jq 或帶有 ijson 的 Python 腳本。

我的數據會被發送到伺服器嗎？

轉換在 MiniWebtool 伺服器上執行，以利用 Python 強大的 CSV 寫入器和 JSON 解析器。我們不會記錄、存儲或分享您的輸入。回應不含快取標頭。對於具有敏感數據的極高機密需求，建議使用離線處理。

額外資源

引用此內容、頁面或工具為：

"JSON 轉 CSV 轉換器" 於 https://MiniWebtool.com/zh-tw/json-轉-csv-轉換器/，來自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 團隊提供。更新於：2026年4月25日

開發者 API 可用: 用一次 JSON HTTP 請求，把這個工具接入你的應用程式、自動化流程或代理。 查看 API 文件

其他文字工具:

熱門與最新工具:

JSON轉YAML轉換器XML轉JSON轉換器AI 資料視覺化工具（貼上 CSV）查看全部 →
主頁 > 文本工具 > 其他文字工具 > JSON 轉 CSV 轉換器