简介：这是一款面向开发者与数据处理人员的Excel转JSON桌面小工具，以exe可执行程序形式提供，解决Excel表格数据向JSON格式快速迁移的问题，适用于API接口开发、数据分析、Web服务数据交换等场景，对需要批量整理表格数据的初中级开发者尤为友好。压缩包共31个文件，约5.44MB，包含可执行程序、动态链接库及C++工程源码文件，既有可直接运行的成品，也保留了工程结构便于二次开发与学习。目前已有1021人学习下载。工具围绕行与对象、列与属性、工作表与数组的对应关系完成转换，读者可借此理解Excel与JSON的结构映射，并留意数值、日期、布尔值等数据类型差异及空白行列清理等细节，从而提升数据转换效率。

1. 一个 exe 双击下去，Excel 表就变成了 JSON

上周帮朋友处理一个数据导入的活儿：运营那边给了一张 3000 多行的 Excel 配置表，字段有中文表头、有合并单元格、还有几列是“1/0”表示开关，前端要的是标准 JSON 数组。手动复制粘贴显然不现实，写 Python 脚本吧，对方电脑上连环境都没有。最后我翻出一个 Excel 转 JSON 的 exe 小工具，双击、选文件、点转换，三秒钟出结果，直接丢给前端就能用。

这类 excel2json、exceltojson 工具的价值就在这儿——它把“读表、识别表头、处理类型、拼 JSON”这一串动作封进一个可执行文件里，不依赖 Office 宏，也不用装 Python 或 Node。适合谁？做数据导入的、做游戏配置表的、做后台批量初始化的，以及像我这样临时被拉去救火、不想为一次转换搭环境的。下面按“它到底怎么工作、参数怎么设、哪些表会翻车”拆开讲。

2. 先搞懂转换逻辑：表头、类型和嵌套是怎么被读出来的

很多人拿到 exe 就直接双击，结果转出来的 JSON 键名是“列1、列2”，或者数字全变成了字符串。问题不在工具，在于没搞清它读表的规则。这类工具的核心逻辑其实就三步：定位表头行 → 推断每列的数据类型 → 按行拼装对象。搞懂这三步，后面所有参数你都能自己推。

2.1 表头行与数据起始行的判定

绝大多数 excel2json 工具默认把第一行当表头，从第二行开始读数据。但实际业务表经常不是这样：有的表第一行是大标题“XX系统配置表”，第二行才是真表头；有的表前面还有说明文字。这时候你要在工具里指定“表头所在行”。

常见做法是工具界面上有个“Header Row”或“表头行号”的输入框，填 2 就表示第二行是表头。判断依据很简单：打开 Excel，数一下从最顶上往下第几行是那排字段名，就填几。数据起始行一般是表头行 +1，部分工具允许单独设“Data Start Row”，用于表头和数据之间还夹了一行单位说明的情况。

提示：表头行一旦设错，转出来的 JSON 键名会整体错位，而且不会报错，属于最隐蔽的坑。转换前先拿 3 行小样本试一次，看键名对不对。

2.2 列类型推断：数字、布尔、字符串的边界

这是最容易翻车的地方。工具推断类型的常见规则是：整列看起来都是数字就当 number，都是 true/false 或 1/0 就当 boolean，否则当 string。但“看起来”这件事很玄学——比如一列 ID 是001、002，工具很可能识别成数字 1、2，前导零直接丢了；再比如一列全是1和0，它可能给你转成布尔，但你本意是状态码。

所以正规一点的工具会提供列类型覆盖功能，通常是一个“列名:类型”的配置，比如：

id:string status:int enabled:bool price:float

这段配置的含义是：id强制按字符串处理（保住前导零），status按整数，enabled按布尔，price按浮点。填在哪？多数 exe 工具在界面上有个“高级设置/类型映射”的文本框，或者支持读取一个同名的.ini/.json配置文件。没有这个功能的工具，遇到 ID 列就只能事后手动补零，很痛苦，选型时优先挑带类型覆盖的。

2.3 扁平表与嵌套结构的取舍

大部分 exe 工具输出的是扁平 JSON 数组，一行一个对象：

[ {"id": "001", "name": "张三", "status": 1}, {"id": "002", "name": "李四", "status": 0} ]

但前端有时要的是按某个字段分组、或者带一层{"data": [...]}包装的结构。这类工具一般支持两种附加能力：一是“根节点名”设置，填data就输出{"data": [...]}；二是“分组字段”，指定某列后按该列的值做 key 聚合成对象。如果你的表需要多层嵌套（比如订单里嵌商品列表），单靠扁平转换工具做不到，得用支持“多表关联/子表”的版本，或者转完再用脚本二次加工。选型时先想清楚目标 JSON 是数组还是对象、要不要分组，别等转完才发现结构不对。

3. 上手实操：从一张配置表到可用的 JSON 文件

理论清楚了，落到操作。这一章按“准备表 → 配参数 → 转换 → 校验”走一遍，中间给两段能直接抄的辅助脚本，用来处理工具搞不定的边角情况。

3.1 转换前的表结构整理清单

exe 工具再智能，也救不了一张脏表。转换前花五分钟做这几件事，能省掉后面半小时排错：

1. 删掉合并单元格。合并单元格在解析时只有左上角有值，其余是空，转出来就是一堆 null。先取消合并、把值补齐。
2. 清掉表头上方的标题行和空行，或者记下真实表头在第几行，待会儿填进工具。
3. 检查隐藏列和隐藏行。有些工具会连隐藏列一起读，转出一堆莫名其妙的键；转换前把不用的列删掉，别只是隐藏。
4. 统一空值写法。一列里有的空格、有的写null、有的写-，类型推断会乱。统一留空或统一写一个占位符。
5. 另存为 xlsx。老式.xls部分工具支持不全，另存成.xlsx最稳。

整理完，表应该是“第一行纯字段名、下面纯数据、无合并、无隐藏”的干净状态。

3.2 工具参数逐项设置与一次完整转换

打开 exe，界面通常就这几项：输入文件、输出路径、表头行、数据起始行、根节点名、类型映射、是否格式化输出。逐项说怎么填：

点转换后，先别急着交付。打开输出的 JSON，抽查三件事：第一条对象的键名是不是你表里的字段名、ID 列的前导零还在不在、布尔列是不是真的布尔而不是字符串"true"。这三项对了，基本就稳了。

3.3 用一段 Python 做转换后校验

工具不报错不代表数据对。我一般会跑一段校验脚本，检查行数是否一致、有没有意外空值、类型是否符合预期。这段脚本不依赖第三方库，装没装 pandas 都能跑：

import json # 读取工具输出的 JSON with open("output.json", "r", encoding="utf-8") as f: data = json.load(f) # 如果根节点是对象，取出数组 rows = data["data"] if isinstance(data, dict) else data print("总行数:", len(rows)) # 检查关键字段：ID 是否为字符串且保留前导零 bad_id = [r for r in rows if not isinstance(r.get("id"), str)] print("ID 类型异常行数:", len(bad_id)) # 检查布尔列是否真的是 bool bad_bool = [r for r in rows if not isinstance(r.get("enabled"), bool)] print("布尔列异常行数:", len(bad_bool)) # 检查空值分布 for key in rows[0].keys(): empty = sum(1 for r in rows if r.get(key) in (None, "")) if empty: print(f"字段 {key} 空值数: {empty}")

逻辑说明：先兼容“数组”和“带根节点对象”两种输出形态；然后针对最容易出错的 ID 类型和布尔类型做类型断言，isinstance判断比肉眼扫快得多；最后统计每个字段的空值数，空值集中出现在某列，往往说明那列在 Excel 里是合并单元格或隐藏列没清干净。参数上把id、enabled换成你表里的真实字段名即可，字段多就循环一遍。

3.4 批量转换多个 sheet 的处理方式

一张工作簿里往往有多个 sheet，每个 sheet 对应一张配置表。单文件工具通常只转“当前 sheet”或“第一个 sheet”，批量就得手动切。两种做法：一是工具若支持“遍历所有 sheet”，勾上后输出文件名会自动加 sheet 名后缀；二是不支持的话，先把每个 sheet 另存成独立 xlsx，再用命令行批量调用。

如果这个 exe 支持命令行参数（很多工具有隐藏的 CLI 模式，工具.exe -i 输入 -o 输出），可以写个批处理：

# 遍历当前目录所有 xlsx，逐个转换 for f in *.xlsx; do ./excel2json.exe -i "$f" -o "${f%.xlsx}.json" --header 1 --id-column id:string done

这段 bash 的含义：for循环取当前目录每个 xlsx；${f%.xlsx}是去掉扩展名拼输出名；--header 1指定表头行；--id-column id:string是类型覆盖的常见写法。具体参数名以工具实际帮助为准，先跑工具.exe --help看一眼。批量转换最大的好处是口径统一，不会这张表设了类型、那张表忘了设。

4. 避坑与排查：那些转完才发现不对的情况

工具用顺了很快，但翻车往往发生在“以为没问题”的时候。下面五条是我和朋友实际踩过的，按现象、原因、解决写，照着对号入座能省不少时间。

4.1 现象：ID 前导零消失，001 变成 1

原因：工具把整列推断成数字类型，数字没有前导零的概念。解决：在类型映射里把该列强制写成string；如果工具不支持类型映射，在 Excel 里把该列设成文本格式再转，或者转完后用脚本补零。根治办法是选型时就挑带类型覆盖的工具。

4.2 现象：转出来的 JSON 键名是“列1、列2”

原因：表头行设错了，工具把数据行当成了表头，或者表头上方有标题行导致偏移。解决：打开 Excel 数清真实表头在第几行，填进“表头行”参数；同时确认表头上方没有空行干扰。改完先转 3 行样本验证键名。

4.3 现象：某些行整行是 null 或字段大量缺失

原因：Excel 里有合并单元格，解析时只有左上角有值；或者有隐藏列被一起读入但无数据。解决：转换前取消所有合并单元格并补齐值，删掉不用的隐藏列。已经转完的，用 3.3 的空值统计脚本定位是哪几列出的问题，回表修。

4.4 现象：布尔列变成字符串 "true"/"false"，前端判断失效

原因：Excel 里那列写的是文本true/false而不是真正的布尔，或者工具默认全按字符串输出。解决：统一在表里用1/0并在类型映射里写bool；若工具不支持，转完后用脚本做一次类型转换。前端拿到字符串"false"做if判断会恒为真，这个坑很隐蔽。

4.5 现象：中文乱码或特殊字符变成问号

原因：输出编码不是 UTF-8，或者输入文件路径含中文导致读取异常。解决：工具若有“输出编码”选项选 UTF-8；输入输出路径尽量用英文和数字，别带空格；转完用编辑器确认文件编码。乱码一旦进了下游系统，排查成本很高，转换后第一件事就是打开看一眼中文。

5. 进阶：把一次性转换变成可复用的数据管道

单次转换解决的是“这一张表”，但配置表是会迭代的——运营改一版、加两列、调几个值，你就得再转一次。真正省事的做法是把 exe 嵌进一条小管道：Excel 放固定目录，转换脚本定时或手动触发，输出直接进版本库，配合校验脚本卡住不合格的数据。

具体可以这么搭：建三个目录input/、output/、backup/；写一个批处理先备份旧 JSON，再调 exe 转换，最后跑 3.3 的校验脚本，校验不通过就回滚备份。这样每次改表只需把新 xlsx 丢进input/，跑一下批处理，坏数据进不了下游。参数上把表头行、类型映射固化在批处理里，避免每次手填不一致——口径统一比工具本身更重要。

再进一步，如果团队里多人维护配置表，可以在 Excel 里加一列“版本号”，转换后用脚本比对前后两版的差异，只输出变更的行给下游做增量更新。这一步不是所有场景都需要，但数据量大、更新频繁时能明显减少全量导入的压力。

血泪经验是：别信“转完看着差不多就行”。我吃过一次亏，一张表里 ID 列混了几个带字母的值，工具整列推断成字符串，结果纯数字的那些行在前端排序时全乱了，上线后才发现。从那以后我每次转换都强制走一遍“类型断言 + 空值统计 + 中文抽查”三件套，宁可多花两分钟，也不让脏数据流到下游。希望这套流程帮到你，下次拿到一张 Excel 要转 JSON 时，先想清楚表头、类型、结构这三件事，再双击那个 exe。

本文还有配套的精品资源，点击获取