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.

JSON പട്ടിക വ്യൂവർ

5 വരികൾ

8 നിരകൾ

JSON ഇൻപുട്ട്

[
  {
    "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
  }
]

പട്ടിക (5 വരികൾ, 8 നിരകൾ)

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

സാങ്കേതിക വിശദാംശങ്ങൾ

JSON to Table കൺവേർട്ടർ എങ്ങനെ പ്രവർത്തിക്കുന്നു

ഉപകരണം ചെയ്യുന്നത് എന്താണ്

JSON to Table കൺവേർട്ടർ ഒബ്ജക്റ്റുകളുടെ JSON അറേയെ സോർട്ട് ചെയ്യാനും ഫിൽറ്റർ ചെയ്യാനും കഴിയുന്ന HTML ടേബിളായി റെൻഡർ ചെയ്യുന്നു. ഇത് ഒബ്ജക്റ്റ് കീകളിൽ നിന്ന് കോളം ഹെഡറുകൾ സ്വയം എടുക്കുകയും, നെസ്റ്റഡ് ഒബ്ജക്റ്റുകൾ dot-notation കോളങ്ങളായി ഫ്ലാറ്റൻ ചെയ്യുകയും, ഡാറ്റയെ പരിചിതമായ സ്പ്രെഡ്ഷീറ്റ് പോലുള്ള കാഴ്ചയിൽ അവതരിപ്പിക്കുകയും ചെയ്യുന്നു. ഡാറ്റാബേസ് അല്ലെങ്കിൽ സ്പ്രെഡ്ഷീറ്റ് ആപ്ലിക്കേഷനിലേക്ക് ഇറക്കുമതി ചെയ്യാതെ തന്നെ ഘടനാപരമായ JSON ഡാറ്റ ദൃശ്യമായി സ്കാൻ ചെയ്യാനും സോർട്ട് ചെയ്യാനും തിരയാനും ഇത് എളുപ്പമാക്കുന്നു.

ഡെവലപ്പർമാർക്കുള്ള സാധാരണ ഉപയോഗ സാഹചര്യങ്ങൾ

ഡെവലപ്പർമാർ API റെസ്പോൺസ് അറേകൾ വേഗത്തിൽ ദൃശ്യവൽക്കരിക്കാനും, JSON ആയി എക്സ്പോർട്ട് ചെയ്ത ഡാറ്റാബേസ് ക്വറി ഫലങ്ങൾ പരിശോധിക്കാനും, അല്ലെങ്കിൽ കോൺഫിഗറേഷൻ ഡാറ്റ റിവ്യൂ ചെയ്യാനും ഈ ടൂൾ ഉപയോഗിക്കുന്നു. REST എൻഡ്‌പോയിന്റുകൾ തിരികെ നൽകുന്ന വലിയ അറേകൾ സ്കാൻ ചെയ്യാനും, റെക്കോർഡുകൾ സൈഡ്-ബൈ-സൈഡ് താരതമ്യം ചെയ്യാനും, ഡാറ്റാസെറ്റുകളിൽ നഷ്ടമായതോ അസാധാരണമായതോ ആയ മൂല്യങ്ങൾ കണ്ടെത്താനും ഇത് പ്രത്യേകിച്ച് ഉപകാരപ്പെടുന്നു. സ്ക്രിപ്റ്റുകൾ എഴുതാതെ തന്നെ ബൾക്ക് ഡാറ്റ എക്സ്പോർട്ടുകളിൽ പ്രതീക്ഷിച്ച ഫീൽഡുകളും മൂല്യങ്ങളും ഉൾപ്പെട്ടിട്ടുണ്ടെന്ന് സ്ഥിരീകരിക്കാൻ QA എഞ്ചിനീയർമാരും ഇത് ഉപയോഗിക്കുന്നു.

ഡാറ്റ ഫോർമാറ്റുകൾ, തരങ്ങൾ, അല്ലെങ്കിൽ വകഭേദങ്ങൾ

ഓരോ ഒബ്ജക്റ്റും ഒരു റോയെ പ്രതിനിധീകരിക്കുന്ന ഒബ്ജക്റ്റുകളുടെ JSON അറേയാണ് ടൂൾ പ്രതീക്ഷിക്കുന്നത്. വ്യത്യസ്ത കീകളുള്ള (heterogeneous) ഒബ്ജക്റ്റുകൾ എല്ലാ റോകളിലെയും എല്ലാ യുണീക് കീകൾക്കും കോളങ്ങൾ സൃഷ്ടിച്ച് കൈകാര്യം ചെയ്യുന്നു; ഒരു കീ ഇല്ലാത്തിടത്ത് സെല്ലുകൾ ശൂന്യമായിരിക്കും. നെസ്റ്റഡ് ഒബ്ജക്റ്റുകൾ dot notation ഉപയോഗിച്ച് ഫ്ലാറ്റൻ ചെയ്യുന്നു (ഉദാ., address.city ഒരു കോളം ഹെഡറാകും). മൂല്യങ്ങളിലുള്ള അറേകൾ കോമ ഉപയോഗിച്ച് വേർതിരിച്ച സ്ട്രിംഗുകളായി പ്രദർശിപ്പിക്കുന്നു. ഒബ്ജക്റ്റ് എലമെന്റുകൾ ഇല്ലാത്ത പ്രിമിറ്റീവ് അറേകൾ ടേബിൾ ഇൻപുട്ടായി പിന്തുണയ്ക്കുന്നില്ല.

സാധാരണ പിഴവുകളും എഡ്ജ് കേസുകളും

വളരെ ആഴത്തിൽ നെസ്റ്റഡ് ആയ ഒബ്ജക്റ്റുകൾ ഫ്ലാറ്റൻ ചെയ്യുമ്പോൾ കോളം ഹെഡറുകൾ നീളവും വായിക്കാൻ ബുദ്ധിമുട്ടുള്ളതുമായിരിക്കും. മിശ്ര ടൈപ്പുകൾ അടങ്ങിയ അറേകൾ (ചില എലമെന്റുകൾ ഒബ്ജക്റ്റുകൾ, മറ്റുള്ളവ പ്രിമിറ്റീവുകൾ) പ്രതീക്ഷിക്കാത്ത കോളം ലേഔട്ടുകൾ ഉണ്ടാക്കാം. ആയിരക്കണക്കിന് റോകൾ ഉള്ള വലിയ ഡാറ്റാസെറ്റുകൾ ബ്രൗസർ റെൻഡറിംഗ് മന്ദഗതിയിലാക്കാം — അത്തരം സാഹചര്യങ്ങളിൽ പേസ്റ്റ് ചെയ്യുന്നതിന് മുമ്പ് ഡാറ്റ പേജിനേറ്റ് ചെയ്യുന്നത് പരിഗണിക്കുക. case മാത്രം വ്യത്യാസമുള്ള കീകൾ (ഉദാ., 'Name' vs 'name') വേർതിരിച്ച കോളങ്ങൾ സൃഷ്ടിക്കും; ഇത് ഉപയോക്താക്കളെ ആശയക്കുഴപ്പത്തിലാക്കാം.

കോഡിനേക്കാൾ ഈ ഉപകരണം എപ്പോൾ ഉപയോഗിക്കണം

ഡെവലപ്മെന്റും ഡീബഗ്ഗിംഗും സമയത്ത് JSON അറേകളുടെ വേഗത്തിലുള്ള ദൃശ്യ പരിശോധനയ്ക്ക് ഈ ബ്രൗസർ ടൂൾ ഉപയോഗിക്കുക. ആപ്ലിക്കേഷനുകളിൽ പ്രോഗ്രാമാറ്റിക് ടേബിൾ റെൻഡറിംഗിന് ag-Grid, TanStack Table, അല്ലെങ്കിൽ pandas DataFrame display പോലുള്ള ലൈബ്രറികൾ ഉപയോഗിക്കുക. വലിയ തോതിലുള്ള ഡാറ്റ എക്സ്പ്ലോറേഷനിന് DuckDB അല്ലെങ്കിൽ jq എന്നിവയെ കോളം-ഫോർമാറ്റിംഗ് യൂട്ടിലിറ്റികളുമായി ചേർത്താൽ, ഒരു ബ്രൗസർ ടാബിൽ പ്രായോഗികമല്ലാത്ത മില്യൺ കണക്കിന് റെക്കോർഡുകൾ കൈകാര്യം ചെയ്യാൻ കഴിയും.