Convert Large JSON to CSV Online Free: Wie groß darf die Datei sein? (Anleitung 2026)

Die kurze Antwort

Ja. Laden Sie die Datei in den Konverter auf dieser Seite hoch und laden Sie die CSV herunter: keine Anmeldung, keine Dateigrößenbegrenzung unsererseits, und Ihre Daten verlassen niemals Ihr Gerät, weil die Umwandlung vollständig in Ihrem Browser läuft. Gemessen auf dem Build-Rechner mit exakt der Umwandlungs-Engine, die diese Seite verwendet: 100.000 Zeilen (etwa 10 MB JSON) wandeln sich in unter einer halben Sekunde um, und 500.000 Zeilen (etwa 25 MB) in ungefähr zwei Sekunden. Die Umwandlung selbst ist fast nie der Engpass. Was einen Browser-Tab begrenzt, ist der Arbeitsspeicher: das Parsen des JSONs in Objekte und das Darstellen der Vorschautabelle. Die praktische Regel: Bis etwa 100.000 Zeilen wandeln Sie sie einfach hier um. Darüber hinaus teilen Sie die Datei in Stücke, wandeln jedes Stück im Tab um und fügen die CSVs wieder zusammen, ein Rezept, das diese Anleitung Byte für Byte verifiziert. Und wenn die Datei so groß ist, dass der Tab stirbt, bevor er irgendetwas umwandelt, gehört der Job zu einem Skript und nicht zu einem Browser, und dieses Skript zeigt Ihnen diese Anleitung ebenfalls.

Was "groß" für einen Browser-Konverter wirklich bedeutet

Wenn Leute sagen, eine JSON-Datei sei groß, können sie fünftausend Zeilen oder fünf Gigabyte meinen, und das sind völlig verschiedene Probleme. Ein Browser-Konverter hat nicht eine einzige Obergrenze. Er hat drei, und zu wissen, welche Sie gleich erreichen, sagt Ihnen, ob Sie einfach umwandeln, stückeln oder den Browser ganz verlassen sollten.

Die erste Obergrenze ist das Parsen. Bevor irgendeine Umwandlung stattfindet, verwandelt der Browser Ihren JSON-Text mit JSON.parse in Objekte im Arbeitsspeicher, und geparste Objekte belegen etwa das Zwei- bis Dreifache des Arbeitsspeichers des Textes, aus dem sie stammen. Eine 25-MB-Datei wird zu 50 bis 75 MB lebenden Objekten, bevor eine einzige CSV-Zelle existiert. Die zweite Obergrenze ist die Eingabe. Fünfzig Megabyte Text in ein Textfeld einzufügen ist auf jedem Rechner langsam und unangenehm, weshalb der Upload-Button existiert: Er übergibt die Datei an den Konverter, ohne sie über Ihre Zwischenablage zu schleusen. Die dritte Obergrenze ist die Vorschau. Nach der Umwandlung rendert die Seite eine Tabelle, damit Sie das Ergebnis prüfen können, und eine halbe Million DOM-Zeilen zu rendern ist das, was Tabs tatsächlich einfrieren lässt. Beachten Sie, was in dieser Liste fehlt: die Umwandlungsgeschwindigkeit. Wie die Messungen unten zeigen, ist das Verwandeln der Objekte in CSV-Text der billigste Schritt der gesamten Pipeline.

"Kann ich eine große JSON-Datei kostenlos online umwandeln" fragt also eigentlich drei kleinere Fragen. Wird der Browser sie parsen, ohne dass ihm der Arbeitsspeicher ausgeht. Kommt der Eingabeweg damit zurecht. Überlebt die Vorschau das Ganze. Bei den meisten Dateien, die Leute groß nennen, lautet die Antwort auf alle drei Fragen ja, und im Rest dieser Anleitung geht es darum, die Grenze ehrlich zu finden statt zu raten.

Gemessen: Wie schnell diese Seite große Dateien umwandelt

Jede Zahl in diesem Abschnitt wurde auf dem Build-Rechner mit exakt der Umwandlungs-Engine gemessen, die diese Seite in Ihrem Browser ausführt, derselben jsonToCsv-Funktion mit aktiviertem Flachlegen, an generierten Bestelldaten mit verschachtelten Kundenobjekten. Der Rechner ist ein gewöhnlicher Server, kein getunter Benchmark-Rechner, also betrachten Sie diese Werte als die richtige Größenordnung für einen ordentlichen Laptop.

Tausend Zeilen, 0,10 MB JSON: 20 Millisekunden. Zehntausend Zeilen, 1,01 MB: 57 Millisekunden. Fünfzigtausend Zeilen, 5,10 MB: 221 Millisekunden. Einhunderttausend Zeilen, 10,21 MB: 403 Millisekunden. Zweihundertfünfzigtausend Zeilen, 12,5 MB: 636 Millisekunden. Fünfhunderttausend Zeilen, 25,0 MB: etwa 1,4 Sekunden Engine-Zeit, 2,3 Sekunden Wanduhrzeit. Die Ausgabe-CSV für die Datei mit einer halben Million Zeilen war 11,7 MB groß, und die Kopfzeile kam exakt wie erwartet heraus: id, item, qty, price, customer.name, customer.city.

Zwei ehrliche Einschränkungen. Erstens: Diese Zeiten betreffen nur die Umwandlung. Ihr Browser parst außerdem zuerst das JSON und rendert danach die Vorschautabelle, und die Vorschau ist am oberen Ende der teure Teil. Eine Datei, die in zwei Sekunden umwandelt, kann den Tab trotzdem schwerfällig wirken lassen, während sich eine halbe Million Tabellenzeilen aufbaut. Zweitens: Generierte Testdaten sind gleichförmig. Echte Exporte mit unregelmäßigen Schlüsseln, tiefer Verschachtelung oder riesigen Textblöcken wandeln etwas langsamer um, weil die Engine jeden Wert abläuft. Trotzdem bleibt die Form des Ergebnisses bestehen: Der Umwandlungsschritt bleibt deutlich über hunderttausend Zeilen unter einer Sekunde und bei einer halben Million im niedrigen einstelligen Sekundenbereich. Wenn Ihre Datei anderswo langsam umwandelt, macht der Konverter etwas Verschwenderisches, denn die Arbeit selbst ist billig.

Gemessene Umwandlungszeiten (Seiten-Engine, Build-Rechner)

rows        JSON size    convert time
1,000       0.10 MB      20 ms
10,000      1.01 MB      57 ms
50,000      5.10 MB      221 ms
100,000     10.21 MB     403 ms
250,000     12.5 MB      636 ms
500,000     25.0 MB      ~1.4 s engine / 2.3 s wall

# header produced for every file:
# id,item,qty,price,customer.name,customer.city

Der 60-Sekunden-Test: Erst ausprobieren, dann planen

Die meiste Angst vor großen Dateien löst sich, indem man es einfach versucht. Verwenden Sie für alles über einige Megabyte den Upload-Button statt Einfügen, und beobachten Sie das Statusabzeichen über dem Konverter. Es wechselt von "Ready" zu "Valid" mit einer Zeilenzahl, sobald das JSON sauber parst. Wenn der Tab reaktionsfähig bleibt und der Download-Button Ihnen eine CSV übergibt, sind Sie fertig, und es war nie eine Stückelungsstrategie nötig.

Zwei Details machen den Test ehrlich. Erstens: Lassen Sie "Auto Convert" eingeschaltet, was standardmäßig der Fall ist: Die CSV erscheint, sobald die Datei geladen ist, sodass Sie das Ergebnis ohne einen weiteren Klick sehen. Zweitens: Vertrauen Sie der Zeilenzahl. Wenn das Abzeichen "Valid" mit 480.000 Zeilen meldet und Sie etwa so viele erwartet haben, hat der Parser Ihre Datei verstanden. Wenn die Zahl völlig danebenliegt, meist 1, ist Ihr JSON wahrscheinlich ein einziges riesiges Objekt, das das Array umschließt, und der Konverter hat extrahiert, was er konnte. Das ist ein Dateiform-Problem, kein Größenproblem, und unsere Anleitung zum Flachlegen erklärt das Wrapper-Muster.

Wenn der Tab einfriert, lange ruckelt oder der Browser anbietet, die Seite zu beenden, hören Sie auf und stückeln Sie. Laden Sie die Seite nicht neu und fügen Sie dieselbe Datei in der Hoffnung auf ein anderes Ergebnis ein. Die Arbeitsspeicher-Obergrenze verhandelt nicht, und der nächste Abschnitt ist der Weg hindurch.

Stückeln im Browser: Das Rezept, das keine Zeile verliert

Stückeln klingt nach Kompromiss, ist aber exakt. Teilen Sie das JSON-Array in Stücke, wandeln Sie jedes Stück im Tab um, laden Sie pro Stück eine CSV herunter und fügen Sie sie wieder zusammen, wobei Sie eine einzige Kopfzeile behalten. Auf dem Build-Rechner wurde das direkt verifiziert: Eine Datei mit 20.000 Zeilen wurde in zwei Hälften geteilt, jede Hälfte separat umgewandelt, die Kopfzeile der zweiten CSV entfernt, die beiden Rümpfe aneinandergehängt. Das zusammengefügte Ergebnis war Byte für Byte identisch mit der Umwandlung der gesamten Datei in einem Durchgang.

Warum das funktioniert, verdient einen Satz. Wenn jedes Stück dieselbe Form hat, leitet der Konverter für jedes Stück dieselbe Spaltenliste in derselben Reihenfolge ab, sodass die Rümpfe perfekt aufeinanderpassen und Sie nur die Kopfzeile verwalten müssen. Behalten Sie die Kopfzeile der ersten CSV, streichen Sie die Kopfzeile aus jeder späteren CSV und hängen Sie sie aneinander. Der eine Fall, der Sorgfalt braucht, sind unregelmäßige Daten, bei denen verschiedene Zeilen verschiedene Schlüssel tragen: Wenn Stück eins nie eine "notes"-Spalte gesehen hat, die Stück zwei besitzt, passen die Spalten nicht aufeinander. Für unregelmäßige Dateien nutzen Sie die Skript-Route im späteren Abschnitt, die zuerst die vollständige Spaltenliste berechnet.

Wie viele Stücke. Zielen Sie auf Stücke, die Ihr Tab bequem umwandelt, was laut den Messungen oben etwa 50.000 bis 100.000 Zeilen pro Stück bedeutet. Eine Datei mit 400.000 Zeilen wird zu vier bis acht Stücken, die sich jeweils in unter einer halben Sekunde umwandeln. Der gesamte Job dauert inklusive Ihres Klickens wenige Minuten, und jede Zeile überlebt.

Die Datei teilen, ohne das JSON zu zerbrechen

Der zu vermeidende Fehler ist, die Datei als Text zu teilen. Eine 25-MB-Datei in einem Texteditor in der Mitte zu zerschneiden zerbrechen sie fast immer: eine offen gelassene Klammer, ein mitten im Zitat zerschnittener String, ein Komma, das an der Grenze verwaist. Teilen Sie sie als Daten, mit einem Werkzeug, das JSON versteht, sodass jedes Stück für sich weiterhin gültiges JSON ist.

Der kürzeste zuverlässige Teiler sind ein paar Zeilen Python. Laden Sie die Datei einmal, schneiden Sie die Liste in Scheiben und schreiben Sie jede Scheibe in eine eigene Datei. Verifiziert auf dem Build-Rechner an einer Datei mit 30.000 Zeilen: drei Stücke zu 10.000 Zeilen, und das Wiederzusammensetzen der Stücke reproduzierte die Originaldatei exakt. Wenn Sie lieber am Terminal bleiben möchten, schneidet jq Arrays mit derselben Idee: jq '.[0:50000]' big.json > part1.json nimmt die ersten fünfzigtausend Elemente, und jq '.[50000:100000]' nimmt die nächsten fünfzigtausend. Das ist Standard-jq-Slice-Syntax, dokumentiert im jq-Handbuch.

Benennen Sie die Stücke der Reihe nach, part1, part2, part3, und wandeln Sie sie der Reihe nach um. Die CSVs kommen in derselben Reihenfolge heraus, und der Wiederzusammenfüge-Schritt ist nur Aneinanderhängen mit der Kopfzeilenregel aus dem vorherigen Abschnitt.

Ein JSON-Array in gültige Stücke teilen (verifiziert)

import json

rows = json.load(open('big.json'))
chunk = 50000
for i in range(0, len(rows), chunk):
    part = rows[i:i+chunk]
    json.dump(part, open('part%d.json' % (i // chunk + 1), 'w'))
    print('part%d.json:' % (i // chunk + 1), len(part), 'rows')

# terminal alternative (standard jq slice syntax):
# jq '.[0:50000]' big.json > part1.json
# jq '.[50000:100000]' big.json > part2.json

Wenn die Datei für jeden Browser-Tab zu groß ist

Es gibt eine ehrliche Obergrenze, und es lohnt sich, sie klar zu benennen. Wenn der Browser die Datei überhaupt nicht in den Arbeitsspeicher parsen kann, hilft kein Online-Konverter, denn jeder von ihnen parst zuerst. Die Symptome sind unverwechselbar: Der Tab bietet an, die Seite während des Ladens zu beenden, der Browser meldet einen Speicherüberlauf-Fehler, oder die Datei wird nie fertig hochgeladen. An diesem Punkt ist die Datei dem Tab entwachsen, und der Job gehört zu einem Skript auf Ihrem Rechner, das die Daten verarbeiten kann, ohne sie alle gleichzeitig als Objekte zu halten.

Wo liegt diese Obergrenze in der Praxis. Sie hängt vom RAM Ihres Rechners und davon ab, wie verschachtelt die Daten sind, aber Dateien mit einigen hundert Megabyte JSON-Text sind der Bereich, in dem Tabs auf gewöhnlichen Laptops zu sterben beginnen. Eine 25-MB-Datei wandelte sich hier in etwa zwei Sekunden mit Reserve um; eine 250-MB-Datei ist ein anderes Kaliber, etwa das Zehnfache des Speicherdrucks, und eine 1-GB-Datei ist festes Skript-Territorium. Wenn Sie unsicher sind, auf welcher Seite der Linie Sie stehen, beantwortet der 60-Sekunden-Test aus dem früheren Abschnitt das empirisch: Ein toter Tab ist die Datei, die Ihnen sagt, dass sie ein Skript braucht.

Noch eine ehrliche Anmerkung. Manche Seiten werben mit "unbegrenzter Dateigröße" für die Online-Umwandlung. Was sie meist meinen, ist, dass ihre Server den Upload annehmen, was die Obergrenze nur von Ihrem Browser in ihre Warteschlange verlagert und Ihre Daten dabei an einen Dritten übergibt. Bei Dateien, die groß genug sind, um zu zählen, lohnt sich dieser Tausch selten.

Die Skript-Route: Stückweises Python, das unregelmäßige Daten überlebt

Wenn der Browser raus ist, ist das das Skript. Es liest die gesamte Datei einmal, flacht jedes Stück mit pandas ab und schreibt eine CSV pro Stück, und es behandelt den Fall unregelmäßiger Daten, den das Browser-Rezept nicht kann: Zeilen mit unterschiedlichen Schlüsseln. Der Trick ist, zuerst die vollständige Spaltenliste aus allen Daten zu berechnen und dann jedes Stück vor dem Schreiben auf diese Spalten zu zwingen. Verifiziert auf dem Build-Rechner an einer Datei mit 30.000 Zeilen, in der manche Zeilen ein notes-Feld und andere ein flag-Feld trugen: Drei Stück-CSVs, zusammengeführt zu einer Ausgabe, die Byte für Byte identisch war mit der Umwandlung der Datei in einem Durchgang, in 0,4 Sekunden.

Das Muster skaliert weiter, als der Browser je könnte. Weil jedes Stück umgewandelt und geschrieben wird, bevor das nächste geladen wird, bleibt der Spitzenverbrauch proportional zur Stückgröße, nicht zur Dateigröße. Erhöhen Sie die Stückgröße für Tempo auf einem starken Rechner, senken Sie sie, wenn der Arbeitsspeicher knapp ist. Und derselbe Vereinigungs-Spalten-Trick schützt Sie, wann immer Exporte mitten im Durchlauf ihre Form ändern, was echte Exporte liebend gern tun.

Eine Ermessensfrage bleibt: eine CSV pro Stück gegen eine einzige zusammengeführte Datei. Das Skript unten schreibt eine Datei pro Stück, wodurch jedes Stück unabhängig nutzbar bleibt. Wenn Sie eine einzige Datei möchten, hängen Sie sie mit derselben Kopfzeilenregel wie beim Browser-Rezept aneinander: Behalten Sie die Kopfzeile der ersten Datei, streichen Sie den Rest.

Stückweise Umwandlung, sicher bei unregelmäßigen Daten (verifiziert, pandas)

import json, pandas as pd

rows = json.load(open('big.json'))
cols = list(pd.json_normalize(rows).columns)  # union of all keys

chunk = 50000
for i in range(0, len(rows), chunk):
    part = pd.json_normalize(rows[i:i+chunk]).reindex(columns=cols)
    part.to_csv('out_part%d.csv' % (i // chunk + 1), index=False)

# merge the parts into one CSV (keep one header):
# head -n 1 out_part1.csv > merged.csv
# tail -n +2 -q out_part*.csv >> merged.csv

Große Dateien und Datenschutz: Warum clientseitig bei großem Maßstab mehr zählt

Große Dateien sind meist sensible Dateien. Ein Export mit 500.000 Zeilen ist selten ein Spielzeugdatensatz; es sind Kunden, Bestellungen, Protokolle oder Patientenakten. Genau dann zählt die Architektur des Konverters am meisten, und das ist der stille Vorteil, das in einem Browser-Tab zu tun statt auf dem Server von irgendjemandem.

Der Konverter auf dieser Seite läuft nach dem Laden der Seite vollständig in Ihrem Browser. Das wurde gegen den eigenen Quellcode der Seite für unsere Download-Anleitung verifiziert: Die Umwandlungs-Engine ist als lokaler clientseitiger Code eingebunden, und die einzige Netzwerkanfrage im gesamten Konverter ist der optionale "Von URL laden"-Button, der nur läuft, wenn Sie ihn anklicken, und nur die Adresse abruft, die Sie eintippen. Ihre eingefügten oder hochgeladenen Daten werden nirgendwohin gesendet, was bedeutet, dass kein Dritter die Datei je sieht, keine Upload-Warteschlange, in der Sie warten, und keine Aufbewahrungsrichtlinie, die Sie lesen müssten.

Deshalb ist auch das Stückelungsrezept oben für private Daten sicher. Jedes Stück wandelt sich auf Ihrem Rechner um, und die Stücke verlassen ihn nie. Wenn Ihre Datei groß genug ist, um die Skript-Route zu brauchen, gilt dieselbe Eigenschaft: Das Python-Skript läuft lokal, und nichts daran berührt das Netzwerk.

Was Sie mit einer großen Datei nicht tun sollten

Vier Fehler tauchen ständig auf. Erstens: Dutzende Megabyte in das Eingabefeld einfügen statt den Upload-Button zu nutzen. Der Upload-Weg existiert genau dafür, und Einfügen ist der langsamste Weg, eine große Datei in irgendeine Seite zu bekommen. Zweitens: Das JSON minifizieren in der Hoffnung, es schrumpfe genug, um zu zählen. Minifizierung spart bei typischen Exporten vielleicht zehn Prozent, was aus einer Datei, die zu groß ist, eine Datei macht, die immer noch zu groß ist. Drittens: Eine CSV mit 500.000 Zeilen in einer Tabellenkalkulation öffnen, um sie zu "prüfen". Tabellenkalkulationen enden bei etwa einer Million Zeilen und rendern schon lange davor langsam; prüfen Sie stattdessen die Zeilenzahl und stichprobenartig Anfang und Ende der Datei. Viertens: denselben riesigen Export jede Woche von Hand umwandeln. Wenn die Datei nach Zeitplan eintrifft, ist das Python-Skript aus dem vorherigen Abschnitt eine einmalige Einrichtung, die fünfzig manuelle Umwandlungen schlägt.

Und eine Sache, über die Sie sich keine Sorgen machen müssen: das Flachlegen. Verschachtelte Daten ändern die Größenrechnung nicht nennenswert. Der Flachlegen-Schalter verwandelt verschachtelte Objekte in Spalten in Punktnotation, was die Engine im selben Durchgang wie alles andere erledigt, und die Messungen oben wurden alle mit aktiviertem Flachlegen aufgenommen.

Häufig gestellte Fragen

Gibt es ein kostenloses Online-Tool, das große JSON-Dateien in CSV umwandelt?

Ja, der Konverter auf dieser Seite ist kostenlos, ohne Anmeldung und ohne Dateigrößenbegrenzung unsererseits. Laden Sie die Datei hoch, beobachten Sie, wie das Statusabzeichen die Zeilenzahl bestätigt, und laden Sie die CSV herunter. Ihre Daten verlassen niemals Ihr Gerät, weil die Umwandlung vollständig in Ihrem Browser läuft. Bei Dateien jenseits einiger hunderttausend Zeilen teilen Sie die Datei zuerst in Stücke, mit dem Rezept in dieser Anleitung.

Wie groß darf eine JSON-Datei maximal sein, damit ich sie online umwandeln kann?

Auf dieser Seite gibt es keine harte Grenze; die praktische Obergrenze ist der Arbeitsspeicher Ihres Browser-Tabs. Gemessen mit der Engine dieser Seite wandeln sich 25 MB / 500.000 Zeilen in etwa zwei Sekunden um, mit Reserve. Darüber hinaus werden der Arbeitsspeicher des Tabs für das Parsen und die Vorschautabelle zur Grenze, nicht die Umwandlung. Wenn der Tab einfriert oder stirbt, stückeln Sie die Datei oder wechseln Sie zur Skript-Route in dieser Anleitung.

Wie teile ich eine große JSON-Datei in kleinere Dateien auf?

Teilen Sie sie als Daten, nicht als Text, damit jedes Stück gültiges JSON bleibt. In Python: Laden Sie die Datei mit json.load, schneiden Sie die Liste in Stücke und schreiben Sie jedes Stück mit json.dump. Am Terminal: jq '.[0:50000]' big.json > part1.json nimmt die ersten fünfzigtausend Elemente. Zerschneiden Sie die Datei niemals in einem Texteditor, denn das zerbrechen Klammern und Anführungszeichen an der Grenze.

Verändert das Stückeln meine CSV-Ausgabe?

Nein, solange jedes Stück dieselbe Form hat. Verifiziert auf dem Build-Rechner: Eine halbierte Datei, in zwei Stücken umgewandelt und mit einer einzigen Kopfzeile wieder zusammengefügt, ergab eine Ausgabe, die Byte für Byte identisch war mit der Umwandlung der gesamten Datei auf einmal. Die Ausnahme sind unregelmäßige Daten, bei denen Zeilen verschiedene Schlüssel tragen; dafür nutzen Sie das Skript in dieser Anleitung, das die vollständige Spaltenliste berechnet, bevor es irgendein Stück schreibt.

Ist es sicher, eine große JSON-Datei mit sensiblen Daten online umzuwandeln?

Auf dieser Seite ja. Die Umwandlung läuft vollständig in Ihrem Browser: Die Engine ist lokaler clientseitiger Code, und Ihre Datei wird nie auf einen Server hochgeladen. Die einzige Netzwerkanfrage im Konverter ist der optionale "Von URL laden"-Button. Das macht die Browser-Route und das Stückelungsrezept sicher für private Exporte, die Sie keinem Drittanbieter-Dienst übergeben würden.

Warum friert mein Browser ein, wenn ich eine große JSON-Datei umwandle?

Meist wegen der Vorschautabelle, nicht wegen der Umwandlung. Hunderttausende Tabellenzeilen zu rendern ist weitaus teurer als das Erzeugen des CSV-Textes. Eine riesige Datei in das Eingabefeld einzufügen statt sie hochzuladen verschlimmert es. Laden Sie die Datei hoch, und wenn der Tab trotzdem kämpft, wandeln Sie in Stücken um: Jedes Stück bleibt klein genug, dass die Vorschau sofort rendert.

Kann ich eine 1-GB-JSON-Datei in einem Browser in CSV umwandeln?

Ehrlich gesagt nein. Eine Datei dieser Größe übersteigt, was ein Browser-Tab in den Arbeitsspeicher parsen kann, und kein Online-Konverter ändert das. Nutzen Sie ein Skript auf Ihrem Rechner: Python mit stückweisem json_normalize wie in dieser Anleitung gezeigt, oder ein Streaming-Werkzeug für JSON-Lines-Daten. Wenn die Datei ein einziges riesiges Array ist, erwägen Sie, sie zuerst in JSON-Lines umzuwandeln, ein Objekt pro Zeile, was sich sauber streamen lässt.

Testen Sie es jetzt mit Ihrer großen Datei

Fügen Sie einen Ausschnitt Ihres großen JSON ein und beobachten Sie, wie der Konverter es in Millisekunden verarbeitet. Kostenlos, keine Anmeldung, läuft vollständig in Ihrem Browser.

Den JSON-zu-CSV-Konverter öffnen

Alle Anleitungen