Um objeto JSON por linha
Processe registros delimitados por quebras de linha onde cada linha contém um payload JSON independente com atributos e timestamps distintos.
Criado para exportação de logs
Transforme arquivos com múltiplos registros JSON em linhas CSV.
Cole dados em JSON e o resultado aparecerá aqui em tempo real enquanto digita.
Nada é enviado para servidores externos. Abra a aba Rede nas ferramentas de desenvolvedor e confirme: nenhuma requisição é feita.
Por que o formato importa
JSON Lines (NDJSON) é o padrão de excelência para fluxos de eventos e backups de bancos de dados. Nosso parser em streaming processa arquivos do tamanho do seu disco.
Processe registros delimitados por quebras de linha onde cada linha contém um payload JSON independente com atributos e timestamps distintos.
Processa exportações com múltiplos gigabytes em blocos de memória eficientes fora da thread principal, mantendo a interface leve e responsiva.
Linhas corrompidas ou truncadas por falhas de log de rede são ignoradas sem descartar os milhares de registros válidos anteriores.
Passo a passo
Três passos rápidos para transformar dados tabulares em JSON estruturado.
01
A primeira linha como cabeçalho é o padrão, mas pode ser desativada gerando nomes como col1, col2. Planilhas do Excel ou Google Sheets podem ser salvas como CSV e inseridas aqui.
02
Um array de objetos é o padrão. Um objeto por linha gera JSON Lines (NDJSON) para pipelines de logs, e indexar por coluna cria um dicionário com chave única.
03
O resultado é atualizado em tempo real conforme você altera as opções. Copie direto para a área de transferência ou baixe o arquivo .json gerado 100% no seu dispositivo.
Utilize o script
Converter um arquivo de log uma vez é tarefa para a web. Fazer isso após cada deploy pede um script. A biblioteca padrão do Python resolve com json.loads linha por linha.
O script calcula a união de todas as chaves encontradas e grava as linhas no fluxo para não estourar a memória RAM.
import csv
import json
records = []
with open("events.jsonl", encoding="utf-8") as file:
for line in file:
if line.strip():
records.append(json.loads(line))
fields = sorted({key for record in records for key in record})
with open("events.csv", "w", newline="", encoding="utf-8") as file:
writer = csv.DictWriter(file, fieldnames=fields)
writer.writeheader()
writer.writerows(records)No pandas, basta usar pd.read_json("events.jsonl", lines=True) e frame.to_csv. No caminho inverso, nosso conversor de CSV para JSON exporta em JSON Lines, e o guia de streaming de grandes bases de dados explica como evitar travamentos.
Sobre a ferramenta
Conversor gratuito de JSONL para CSV que roda 100% no navegador com Web Workers. Sem upload, sem cadastro e sem limite de tamanho.
Documentos JSON comuns precisam ser baixados inteiros antes do parse. O JSON Lines (NDJSON) traz um objeto por linha, perfeito para logs em tempo real e Kafka.
Três etapas: arraste seu arquivo .jsonl, ajuste as colunas na tabela de pré-visualização e baixe o arquivo .csv final.
Nosso analisador segue a estrutura sintática do JSON em vez de confiar apenas em quebras de linha, tratando JSON concatenado sem falhas.
A ferramenta gera o cabeçalho com a união de todas as chaves detectadas no arquivo, atribuindo células vazias aos registros onde a chave não existe.
Propriedades internas viram colunas identificadas pelo caminho hierárquico. Veja mais em nosso guia de achatamento de registros multinível.
O pandas oferece o caminho mais direto com read_json(lines=True). Para scripts leves, use o código nativo disponibilizado acima.
Com o processamento em streaming via Web Worker, a memória permanece estável mesmo com arquivos de vários gigabytes. Saiba mais em nosso guia sobre limites de memória do navegador.
Como tudo roda localmente, não há limites de tamanho. Para planilhas, use a exportação direta para Excel (.xlsx), ou acesse nosso conversor padrão de JSON para CSV.
FAQ
Nenhuma diferença técnica. São três nomes para o mesmo padrão em que cada linha de texto contém exatamente um objeto JSON válido.
Não. Linhas com falha de sintaxe são ignoradas e informadas pelo número da linha, convertendo com sucesso todas as demais linhas válidas.
Não. Toda a conversão roda em um Web Worker diretamente no seu navegador, no seu dispositivo. Você pode comprovar abrindo as ferramentas de desenvolvedor (F12) na aba Rede (Network) e executando uma conversão: nenhuma requisição é enviada. Por isso, não há limite de tamanho nem cotas diárias.
Não há limites artificiais. Os dados são lidos em pedaços (chunks) e transmitidos como fluxo (stream), mantendo o consumo de memória sempre baixo e estável mesmo com arquivos de muitos gigabytes.
É totalmente gratuito, sem necessidade de cadastro, sem período de testes e sem planos pagos.
Conversores e ferramentas relacionadas