JSON扁平化

相关推荐

适用场景

• 环境变量注入：把Kubernetes ConfigMap或.env配置JSON扁平化后，用下划线分隔导出，逐行拷进CI脚本的export语句。
• SQL列名生成：把ORM返回的嵌套对象扁平化后取全部键作为新表列名，遇到SQL Server列名超过128字符时配合最大深度限制截断。
• 数据分析师清洗：把BI系统导出的多维JSON报表扁平化后，导入Pandas按点号键名生成DataFrame列做透视分析。
• Mock数据生成：前端开发把后端swagger响应示例扁平化为单层键值对，作为本地Mock服务器的固定返回值。
• 前后端联调对账：联调时把后端实际返回JSON扁平化后，与前端TypeScript接口定义的扁平键名比对，定位字段缺失或拼写不一致。
• 单元测试断言：把后端接口的预期JSON响应扁平化后，用点号键逐字段做断言，避免深层嵌套对象引用失败的坑。
• 日志字段提取：运维在排查线上问题时把JSON格式应用日志扁平化，再用grep快速匹配嵌套深处的字段值。
• 聊天记录归档：把IM导出的会话JSON扁平化后存入数据仓库，方便按发言人、时间戳做多维聚合统计。
• 反扁平化还原配置：运维把运维平台导出的扁平配置（用双下划线分隔）一键还原成原嵌套结构，粘回Ansible或Terraform配置。
• 数据库导出预处理：从MongoDB或PostgreSQL JSONB字段导出嵌套文档后，扁平化再写入列式存储或导出Parquet文件。
• i18n翻译文件整理：把多层嵌套的多语言JSON扁平化后逐项翻译，再用反扁平化一键还原成原目录树结构。
• 接口文档生成：把OpenAPI examples里的嵌套响应扁平化，作为Markdown表格的列头直接生成参数对照表。
• 失败请求排障：测试在重放线上失败请求时，把请求与响应JSON都扁平化，逐字段对比正常与异常两次结果的差异。
• 前端表单回填：把后端返回的嵌套用户资料扁平化后，按点号键自动填充到嵌套表单组件的对应字段。

使用方法

1. 把需要处理的JSON粘贴到左侧输入框，或点击上传按钮选择本地.json文件，也可以先点击示例载入一份嵌套样例
2. 在工具栏切换"扁平化"或"还原"模式，并在底部选项区设置分隔符、数组处理方式和最大展开深度
3. 工具会自动实时处理，右侧输出区即时显示结果与键数量、最大深度统计
4. 点击复制按钮把结果写入剪贴板，或点击下载按钮保存为.json文件到本地

功能特点

• 双向转换：支持JSON扁平化与反扁平化，随时在嵌套与单层之间无损切换
• 自定义分隔符：默认点号，可改用下划线、斜杠、双下划线或任意字符，适配不同下游系统
• 数组处理可配置：可选展开为索引键（如items.0.items.1）或整体保留为单值，覆盖表格化与配置两类场景
• 最大深度限制：可设置展开深度上限，避免深层嵌套产生过长的键名
• 实时统计：处理后即时显示键数量与最大深度，方便评估输出规模
• 本地隐私处理：所有解析与转换在浏览器端完成，JSON数据零上传，适合敏感接口与生产配置
• 文件上传与示例：支持上传.json文件，也提供一键载入示例数据，快速验证转换效果
• 复制与下载：处理结果可一键复制到剪贴板或下载为标准.json文件，方便二次处理

代码示例

function flatten(obj, prefix = '', sep = '.') {
  return Object.entries(obj).reduce((acc, [key, value]) => {
    const newKey = prefix ? `${prefix}${sep}${key}` : key;
    if (value !== null && typeof value === 'object' && !Array.isArray(value)) {
      Object.assign(acc, flatten(value, newKey, sep));
    } else {
      acc[newKey] = value;
    }
    return acc;
  }, {});
}

flatten({ user: { name: 'Alice', contact: { email: 'a@x.com' } } });
// => { 'user.name': 'Alice', 'user.contact.email': 'a@x.com' }

def flatten(obj, parent_key='', sep='.'):
    items = {}
    for key, value in obj.items():
        new_key = f"{parent_key}{sep}{key}" if parent_key else key
        if isinstance(value, dict):
            items.update(flatten(value, new_key, sep))
        else:
            items[new_key] = value
    return items

import json
print(json.dumps(flatten({'user': {'name': 'Alice'}}), indent=2))
# => {"user.name": "Alice"}

# 把嵌套JSON转为点号扁平结构
jq '[paths(scalars) as $p | {"key": $p | join("."), "value": getpath($p)}] | from_entries' data.json

# 把扁平JSON还原为嵌套结构
# 需要配合 jq-1.7+ 与第三方过滤器，或使用本工具的"还原"模式

常见问题

故障排查