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.

מציג טבלאות JSON

5 שורות

8 עמודות

קלט JSON

[
  {
    "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
  }
]

טבלה (5 שורות, 8 עמודות)

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

פרטים טכניים

איך ממיר JSON לטבלה עובד

מה הכלי עושה

ממיר JSON לטבלה מציג מערך JSON של אובייקטים כטבלת HTML שניתנת למיון ולסינון. הוא מחלץ אוטומטית כותרות עמודות ממפתחות האובייקטים, משטח אובייקטים מקוננים לעמודות בנקודת-סימון (dot notation), ומציג את הנתונים בתצוגה מוכרת בסגנון גיליון אלקטרוני. כך קל לסרוק חזותית, למיין ולחפש נתוני JSON מובנים בלי לייבא אותם למסד נתונים או לאפליקציית גיליון אלקטרוני.

מקרי שימוש נפוצים למפתחים

מפתחים משתמשים בכלי כדי להמחיש במהירות מערכי תגובה של API, לבדוק תוצאות שאילתות מסד נתונים שיוצאו כ-JSON, או לסקור נתוני תצורה. הוא שימושי במיוחד לסריקה של מערכים גדולים שמוחזרים מנקודות קצה של REST, להשוואת רשומות זו לצד זו, ולאיתור ערכים חסרים או חריגים במערכי נתונים. מהנדסי QA משתמשים בו כדי לוודא שייצואי נתונים בכמות גדולה מכילים שדות וערכים צפויים בלי לכתוב סקריפטים.

פורמטי נתונים, טיפוסים או וריאנטים

הכלי מצפה למערך JSON של אובייקטים שבו כל אובייקט מייצג שורה. אובייקטים עם מפתחות הטרוגניים מטופלים באמצעות יצירת עמודות לכל המפתחות הייחודיים בכל השורות, עם תאים ריקים כאשר מפתח חסר. אובייקטים מקוננים משוטחים באמצעות dot notation (למשל address.city הופך לכותרת עמודה). מערכים בתוך ערכים מוצגים כמחרוזות מופרדות בפסיקים. מערכים פרימיטיביים ללא רכיבי אובייקט אינם נתמכים כקלט לטבלה.

מלכודות נפוצות ומקרי קצה

אובייקטים מקוננים מאוד לעומק מייצרים כותרות עמודות ארוכות וקשות לקריאה לאחר השטחה. מערכים שמכילים טיפוסים מעורבים (חלק מהרכיבים הם אובייקטים ואחרים פרימיטיביים) עשויים ליצור פריסות עמודות לא צפויות. מערכי נתונים גדולים עם אלפי שורות יכולים להאט את הרינדור בדפדפן — במקרים כאלה, שקלו לבצע עימוד (pagination) לנתונים לפני ההדבקה. אובייקטים עם מפתחות שנבדלים רק באותיות גדולות/קטנות (למשל 'Name' לעומת 'name') ייצרו עמודות נפרדות שעלולות לבלבל משתמשים.

מתי להשתמש בכלי הזה לעומת קוד

השתמשו בכלי הדפדפן הזה לבדיקה חזותית מהירה של מערכי JSON במהלך פיתוח וניפוי שגיאות. לרינדור טבלאי תכנותי באפליקציות, השתמשו בספריות כמו ag-Grid, TanStack Table או תצוגת pandas DataFrame. לחקר נתונים בקנה מידה גדול, כלים כמו DuckDB או jq בשילוב כלי עיצוב עמודות יכולים לטפל במיליוני רשומות, דבר שלא יהיה מעשי בלשונית דפדפן.