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 तक्ता दर्शक

5 ओळी

8 स्तंभ

JSON इनपुट

[
  {
    "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
  }
]

तक्ता (5 ओळी, 8 स्तंभ)

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

तांत्रिक तपशील

JSON ते Table कन्व्हर्टर कसा काम करतो

हे टूल काय करते

JSON ते Table कन्व्हर्टर JSON array of objects ला sortable, filterable HTML table म्हणून रेंडर करतो. तो object keys मधून आपोआप column headers काढतो, nested objects ला dot-notation columns मध्ये flatten करतो, आणि डेटा परिचित spreadsheet-सारख्या दृश्यात दाखवतो. त्यामुळे structured JSON डेटा database किंवा spreadsheet application मध्ये import न करता सहजपणे दृश्यरित्या स्कॅन करणे, sort करणे आणि search करणे सोपे होते.

डेव्हलपरसाठी सामान्य वापर प्रकरणे

विकसक हे साधन API response arrays पटकन visualize करण्यासाठी, JSON म्हणून export केलेले database query results तपासण्यासाठी, किंवा configuration डेटा पुनरावलोकनासाठी वापरतात. REST endpoints कडून परत येणाऱ्या मोठ्या arrays स्कॅन करणे, records बाजूबाजूने तुलना करणे, आणि datasets मधील missing किंवा anomalous values ओळखणे यासाठी हे विशेष उपयुक्त आहे. QA engineers scripts न लिहिता bulk data exports मध्ये अपेक्षित fields आणि values आहेत का हे पडताळण्यासाठी याचा वापर करतात.

डेटा फॉरमॅट्स, प्रकार किंवा व्हेरिएंट्स

हे साधन objects च्या JSON array ची अपेक्षा करते, जिथे प्रत्येक object एक row दर्शवतो. heterogeneous keys असलेले objects सर्व rows मधील सर्व unique keys साठी columns तयार करून हाताळले जातात, आणि जिथे key नसतो तिथे रिकामे cells ठेवले जातात. Nested objects dot notation वापरून flatten केले जातात (उदा., address.city हा column header बनतो). values मधील arrays comma-separated strings म्हणून दाखवले जातात. object elements नसलेले primitive arrays table input म्हणून समर्थित नाहीत.

सामान्य चुका आणि एज केसेस

खूप खोल nested objects flatten केल्यावर column headers खूप लांब होतात आणि वाचायला कठीण होतात. mixed types असलेले arrays (काही elements objects, तर काही primitives) अनपेक्षित column layouts तयार करू शकतात. हजारो rows असलेले मोठे datasets browser rendering मंद करू शकतात — अशा वेळी paste करण्यापूर्वी डेटा paginate करण्याचा विचार करा. फक्त case मध्ये फरक असलेल्या keys (उदा., 'Name' vs 'name') वेगवेगळे columns तयार करतील, ज्यामुळे वापरकर्ते गोंधळू शकतात.

कोडच्या तुलनेत हे टूल कधी वापरावे

development आणि debugging दरम्यान JSON arrays चे जलद visual inspection करण्यासाठी हे browser tool वापरा. applications मध्ये programmatic table rendering साठी ag-Grid, TanStack Table, किंवा pandas DataFrame display सारख्या libraries वापरा. मोठ्या प्रमाणावर data exploration साठी DuckDB किंवा jq ला column-formatting utilities सोबत वापरल्यास browser tab मध्ये अव्यवहार्य ठरतील इतके लाखो records हाताळता येतात.