What JSON input does the JSON Table Viewer accept?

The tool accepts a JSON array of objects. Each element in the array becomes a table row, and the keys of the objects become column headers. Nested objects are automatically flattened using dot notation — for example, { "address": { "city": "London" } } produces a column named "address.city". Arrays inside objects are displayed as their JSON string representation.

How are columns determined when objects have different keys?

Columns are the union of all keys found across every object in the array. If a row is missing a key that other rows have, the corresponding cell is left empty. This means you can safely mix records with slightly different shapes and still get a complete, readable table.

How does the sort feature work?

Click any column header to sort the table by that column in ascending order. Click the same header again to switch to descending order. Sorting is purely client-side and never modifies your original JSON. A chevron icon next to the active column header shows the current sort direction.

How do I copy the table as CSV?

Click the "Copy as CSV" button below the table. It serialises the current sorted view — including the header row — to CSV format and copies it to your clipboard. You can then paste it directly into Excel, Google Sheets, or any text editor.

Преглед на JSON таблица

5 редове

8 кол.

JSON вход

[
  {
    "id": 1,
    "name": "Alice Johnson",
    "email": "alice@example.com",
    "role": "admin",
    "address": {
      "city": "New York",
      "country": "US"
    },
    "age": 32,
    "active": true
  },
  {
    "id": 2,
    "name": "Bob Smith",
    "email": "bob@example.com",
    "role": "editor",
    "address": {
      "city": "London",
      "country": "GB"
    },
    "age": 28,
    "active": true
  },
  {
    "id": 3,
    "name": "Carol White",
    "email": "carol@example.com",
    "role": "viewer",
    "address": {
      "city": "Paris",
      "country": "FR"
    },
    "age": 35,
    "active": false
  },
  {
    "id": 4,
    "name": "David Lee",
    "email": "david@example.com",
    "role": "editor",
    "address": {
      "city": "Tokyo",
      "country": "JP"
    },
    "age": 41,
    "active": true
  },
  {
    "id": 5,
    "name": "Eva Martinez",
    "email": "eva@example.com",
    "role": "admin",
    "address": {
      "city": "Berlin",
      "country": "DE"
    },
    "age": 29,
    "active": false
  }
]

Таблица (5 редове, 8 колони)

id	name	email	role	address.city	address.country	age	active
1	Alice Johnson	alice@example.com	admin	New York	US	32	true
2	Bob Smith	bob@example.com	editor	London	GB	28	true
3	Carol White	carol@example.com	viewer	Paris	FR	35	false
4	David Lee	david@example.com	editor	Tokyo	JP	41	true
5	Eva Martinez	eva@example.com	admin	Berlin	DE	29	false

Технически подробности

Как работи конверторът от JSON към таблица

Какво прави инструментът

Конверторът от JSON към таблица визуализира JSON масив от обекти като сортираща се, филтрираща се HTML таблица. Той автоматично извлича заглавията на колоните от ключовете на обектите, сплесква вложени обекти в колони с точкова нотация и представя данните в познат изглед, подобен на електронна таблица. Това улеснява визуалното преглеждане, сортиране и търсене в структурирани JSON данни без импортиране в база данни или приложение за електронни таблици.

Често срещани случаи на употреба от разработчици

Разработчиците използват този инструмент, за да визуализират бързо масиви от отговори на API, да инспектират резултати от заявки към база данни, експортирани като JSON, или да преглеждат конфигурационни данни. Той е особено полезен за преглед на големи масиви, върнати от REST крайни точки, за сравняване на записи един до друг и за откриване на липсващи или аномални стойности в набори от данни. QA инженерите го използват, за да проверят дали масовите експорти на данни съдържат очакваните полета и стойности, без да пишат скриптове.

Формати на данни, типове или варианти

Инструментът очаква JSON масив от обекти, където всеки обект представлява ред. Обекти с хетерогенни ключове се обработват чрез създаване на колони за всички уникални ключове във всички редове, с празни клетки там, където даден ключ липсва. Вложените обекти се сплескват с точкова нотация (напр., address.city става заглавие на колона). Масивите в стойностите се показват като низове, разделени със запетаи. Примитивни масиви без елементи-обекти не се поддържат като вход за таблица.

Често срещани капани и гранични случаи

Много дълбоко вложени обекти водят до заглавия на колони, които са дълги и трудни за четене след сплескване. Масиви, съдържащи смесени типове (някои елементи са обекти, други са примитиви), могат да доведат до неочаквани оформления на колоните. Големи набори от данни с хиляди редове могат да забавят рендерирането в браузъра — за такива случаи помислете за странициране на данните преди поставяне. Обекти с ключове, които се различават само по регистър (напр., 'Name' срещу 'name'), ще създадат отделни колони, което може да обърка потребителите.

Кога да използвате този инструмент вместо код

Използвайте този браузърен инструмент за бърза визуална проверка на JSON масиви по време на разработка и дебъгване. За програмно рендериране на таблици в приложения използвайте библиотеки като ag-Grid, TanStack Table или визуализация на pandas DataFrame. За мащабно изследване на данни инструменти като DuckDB или jq, комбинирани с помощни програми за форматиране на колони, обработват милиони записи, което би било непрактично в таб на браузър.