Converter ng JSON sa Excel

Ang Mekanismo ng Pag-flatten ng JSON Papuntang Flat Table

Ang JSON at Excel (XLSX) ay dalawang magkaibang paraan ng pag-imbak ng datos. Ang JSON ay may kakayahang mag-imbak ng hierarchical o nested na istraktura—isang object na naglalaman ng iba pang object, arrays ng data, at iba't ibang primitive na uri tulad ng number, boolean, string, at null. Ang Excel, sa kabilang banda, ay isang flat spreadsheet: isang grid ng mga cell na nakaayos sa rows at columns. Walang direktang paraan para irepresenta ang hierarchy ng JSON sa isang worksheet na may iisang sheet. Dito pumapasok ang flattening process.

Kapag nag-upload ka ng JSON file sa tool na ito, ang unang gagawin nito ay suriin kung ang JSON ay "table-shaped." Ibig sabihin, dapat ito ay isang array ng objects o array ng arrays. Ang isang solong object ay tinatanggap din – nagko-convert ito sa isang one-row table. Kung array ng objects ang iyong JSON, gagawin ng tool ang bawat object bilang isang row sa Excel table. Ang mga keys ng objects ay magiging column headers.

Ang pinakamahalagang bahagi ay ang pag-flatten ng nested objects. Halimbawa, kung mayroon kang JSON na ganito:

[
  {
    "name": "Juan",
    "address": {
      "city": "Manila",
      "barangay": "San Antonio"
    }
  }
]

Hindi pwedeng ilagay ang address bilang isang column lamang dahil ang value nito ay isang object. Ang gagawin ng tool ay i-expand ito gamit ang dot-path naming convention. Ang column headers ay magiging name, address.city, at address.barangay. Ang bawat level ng nesting ay idinadagdag sa pangalan ng column na pinaghihiwalay ng tuldok (.). Ito ang eksaktong paraan ng pag-flatten na ginagamit ng tool: object keys ay nagiging column headers, nested keys ay na-e-expand gamit ang dot-path.

Kung ang iyong JSON ay isang array ng arrays naman—halimbawa, [["A", 1], ["B", 2]]—hindi ito ituturing na key-value pairs. Sa halip, ang bawat inner array ay magiging isang row, at walang header row na nabubuo. Ang unang array ay magiging row 1, ang pangalawa ay row 2, at iba pa. Walang flattening ng nested arrays na nangyayari dahil walang keys na pagsasamahin.

Pag-preserba ng Data Types: XLSX Laban sa CSV

Ang isang pangunahing dahilan kung bakit ginagamit ang XLSX sa halip na CSV ay ang kakayahan nitong mag-imbak ng iba't ibang data types nang hindi binabago ang mga ito sa plain text. Ang CSV ay walang paraan para sabihin kung ang isang value ay number, boolean, o text—lahat ng ito ay ginagawang string. Sa XLSX, na isang zipped XML workbook, maaaring itago ang orihinal na data type ng bawat cell.

Ang tool na ito ay sumusunod sa type mapping na ito:

Ang mahalagang punto: ang tool ay "nagsusulat lamang ng visible, static na datos mula sa JSON source." Walang formulas, walang cell styling. Ang output ay isang XLSX file na may isang worksheet lamang, na pinangalanang Sheet1. Kung ang iyong JSON ay may data na gusto mong i-calculate, kailangan mong gawin iyon sa Excel pagkatapos ng conversion.

Ang Proseso ng Conversion at ang mga Limitasyon Nito

Narito ang sunod-sunod na proseso ng pag-convert:

1. Pagpili ng file: Dapat isang file lamang ang piliin.
2. Validation ng file type: Tanging JSON file ang tinatanggap. Kung nag-upload ka ng ibang uri, lalabas ang error: "Choose a CSV, JSON or XLSX file."
3. Pagsusuri ng laki: Kung ang file ay mas malaki sa 8 MB, lalabas ang error: "This file is too large. Use a file under ‹max›."
4. Parsing ng JSON: Susuriin kung valid ang JSON syntax. Kung hindi, lalabas ang "This JSON is invalid or not table‑shaped."
5. Pag-check kung table-shaped: Ang JSON ay dapat na array ng objects o array ng arrays. Kung hindi, lalabas ang parehong error.
6. Pag-flatten: Gagamitin ang dot-path method para sa nested objects.
7. Pag-check ng laki ng table: Kung ang resultang table ay may higit sa 10,000 rows o 200 columns, lalabas ang kaukulang error.
8. Preview at download: Ipapakita ang preview ng table (unang 8 rows at 8 columns) kasama ang bilang ng rows at columns, at ang laki ng output file. Puwede mong i-download ang XLSX.

Ang mga error na maaaring lumabas:

• "Choose a CSV, JSON or XLSX file." — kung maling file type.
• "This file is too large. Use a file under ‹max›." — kung masyadong malaki ang file.
• "This JSON is invalid or not table‑shaped." — kung hindi array ng objects/arrays o may syntax error.
• "This file has no table rows." — kung ang array ay walang laman.
• "This conversion is taking too long. Try a smaller file." — kung na-timeout ang conversion.
• "Conversion cancelled." — kung pinindot ng user ang cancel.

Mahalaga: ang conversion ay nangyayari sa browser ng user. Walang file na ina-upload sa server. Ito ay client-side processing. Kung mag-refresh ka ng page o mag-close ng browser, mawawala ang lahat ng progress.

Ang Dot-Path Column Names: Paano Ito Gumagana sa Praktika

Ang dot-path naming convention ay hindi arbitraryo. Ito ay isang standard na paraan para irepresenta ang path sa isang nested JSON object. Kapag mayroon kang object na { "a": { "b": { "c": 1 } } }, ang dot-path ay a.b.c. Sa tool na ito, ang bawat level ng nesting ay idinadagdag sa column name na pinaghihiwalay ng tuldok.

Halimbawa, kunin natin ang isang mas kumplikadong JSON:

[
  {
    "id": 1,
    "profile": {
      "name": {
        "first": "Maria",
        "last": "Santos"
      },
      "age": 30,
      "contacts": {
        "email": "maria@example.com",
        "phone": "09171234567"
      }
    },
    "orders": [
      {
        "order_id": "A001",
        "total": 1500.50
      },
      {
        "order_id": "A002",
        "total": 2000.00
      }
    ]
  }
]

Sa pag-flatten, ang magiging column headers ay:

Ano ang mangyayari sa orders na array ng objects? Ito ang isa sa mga limitasyon ng flattening. Kung ang isang object ay naglalaman ng array ng objects, ang array na iyon ay hindi ie-expand sa magkakahiwalay na rows. Sa halip, ang buong array ay magiging stringified bilang JSON at ilalagay sa isang cell. Sa halimbawa, ang orders cell ay maglalaman ng [{"order_id":"A001","total":1500.50},{"order_id":"A002","total":2000.00}] bilang isang string. Kung kailangan mo ang bawat item sa sarili nitong row, kailangan mong i-pre-flatten ang data bago i-upload.

Sino ang Gumagamit Nito at Bakit Mahalaga ang Pag-flatten

Ang tool na ito ay hindi para sa lahat ng gumagamit ng JSON. Ito ay partikular para sa mga taong may hierarchical data na gusto nilang i-analyze o i-share sa mga taong gumagamit ng Excel. Narito ang mga sitwasyon kung saan ito kapaki-pakinabang:

1. Data analyst na kumukuha ng data mula sa API: Maraming APIs ang nagbabalik ng JSON na may nested objects. Sa halip na magsulat ng custom code para i-flatten ito, maaaring gamitin ang tool na ito para mabilis na makagawa ng Excel file.

2. Team member na nakikipag-collaborate sa mga Excel users: Kung ikaw ay developer o data engineer na may JSON data, at ang iyong kasamahan ay accountant o business analyst na gumagamit ng Excel, ang tool na ito ay ang tulay sa pagitan ng dalawang mundo.

3. Pag-preserba ng numeric at boolean data types: Kung magko-convert ka ng JSON na may mga numero at booleans sa CSV, magiging text ang lahat. Ang isang numero na 1000 ay magiging string na "1000" sa CSV. Sa XLSX, mananatili itong number at pwedeng i-calculate agad sa Excel.

4. Configuration files at log data: Maraming configuration files sa JSON format. Kung gusto mong i-audit o i-analyze ang configurations ng maraming server, ang pag-flatten sa Excel ay isang praktikal na paraan.

Ang mga karaniwang pagkakamali ng mga bagong user:

• Hindi table-shaped na JSON: Ang pag-upload ng isang solong object tulad ng { "name": "Juan", "age": 30 } ay tinatanggap at nagreresulta sa isang one-row table.
• JSON na may malalim na nesting: Kung ang iyong JSON ay may mga object na may malawak na iba't ibang keys, ang flattening algorithm ay gumagawa ng column para sa bawat natatanging key path. Ito ay mabilis na lumampas sa limitasyon ng column.
• Malaking file: Ang pag-upload ng JSON file na may milyun-milyong objects ay maaaring mag-timeout o sumobra sa maximum na rows.

FAQ: Mga Madalas Itanong

1. Puwede bang mag-convert ng JSON na may isang object lang? Oo. Ang isang solong object ay nagko-convert sa isang one-row table: ang mga keys nito ay nagiging columns. Ang pagbalot nito sa square brackets ([{...}]) ay nagbibigay ng parehong resulta.

2. Ano ang mangyayari sa null values sa JSON? Ang null ay magiging empty cell sa Excel. Walang laman ang cell na iyon. Hindi ito magiging text na "null" o number na 0.

3. Bakit "dot-path" ang tawag sa column names? Dahil ang bawat level ng nesting ay pinaghihiwalay ng tuldok (.). Halimbawa, address.city ay nangangahulugang ang city ay nasa loob ng address object. Ito ay isang standard na paraan para irepresenta ang path sa isang nested structure.

4. Puwede bang i-undo ang conversion pagkatapos ma-download? Hindi. Ang conversion ay isang one-way process. Kapag na-download na ang XLSX file, hindi na ito pwedeng ibalik sa original na JSON gamit ang tool na ito. Mag-save ng kopya ng original na JSON file.

5. Ano ang maximum na laki ng file na pwedeng i-convert? Ang maximum na laki ay 8 MB. Kung masyadong malaki ang file, lalabas ang error: "This file is too large. Use a file under ‹max›."

6. Saan ginagawa ang conversion—sa server o sa browser? Ang conversion ay ginagawa sa browser ng user (client-side). Walang file na ina-upload sa anumang server. Ito ay nangangahulugang ang iyong data ay pribado at hindi umaalis sa iyong computer. Kapag nag-refresh ka ng page, mawawala ang lahat ng datos.