Json To Csv LogoJson To Csv

Comment convertir un fichier JSON en CSV : envoi, Excel et ligne de commande (Guide 2026)

Votre JSON se trouve dans un fichier, pas dans votre presse-papiers. Voici le workflow complet basé sur les fichiers : validez le fichier d'abord, puis convertissez-le avec un convertisseur en ligne gratuit, Power Query dans Excel, ou un script en ligne de commande — avec en plus la gestion des gros fichiers, des encodages et des erreurs de fichiers courantes.

Mis à jour: 2026-10-0810 min de lecture

Pourquoi convertir un fichier JSON est une compétence à part

La plupart des tutoriels de conversion partent du principe que votre JSON est déjà dans le presse-papiers. Dans la vraie vie, tout commence par un fichier : data.json dans votre dossier Téléchargements, un export d'API que vous avez enregistré, une sauvegarde d'une application. Travailler à partir d'un fichier ajoute une couche que le copier-coller ignore — encodages, tailles de fichiers, fins de ligne, la forme réelle de ce qui se trouve sur le disque — et chacun de ces éléments peut modifier silencieusement votre résultat.

La bonne nouvelle, c'est que les fichiers sont plus simples sous un aspect : ils imposent un workflow répétable. Une fois que vous connaissez le chemin du fichier .json au fichier .csv, il fonctionne de la même façon que le fichier pèse 3 Ko ou 300 Mo, que vous le fassiez une fois ou cent fois. Ce guide couvre ce workflow de bout en bout : obtenir le fichier, le vérifier, le convertir de trois façons différentes, et ouvrir le CSV sans l'abîmer.

D'où vient votre fichier JSON (et pourquoi ça compte)

Les fichiers JSON arrivent d'une poignée de sources, et savoir laquelle vous donne une idée de ce qui se trouve à l'intérieur :

  • Exports et téléchargements d'API. Le bouton « Exporter » ou « Télécharger en JSON » d'un tableau de bord, ou un appel curl vers une API enregistré sur le disque. Ce sont généralement des tableaux d'enregistrements — la forme la plus simple à convertir en CSV — mais ils peuvent peser des centaines de mégaoctets.
  • Sauvegardes d'applications. Les applications de messagerie, de notes et les gestionnaires de mots de passe exportent vos données en JSON. Ils ont tendance à être profondément imbriqués, avec des objets dans des objets, car ils ont été conçus pour des machines, pas pour des tableurs.
  • Outils de développement du navigateur. Un clic droit sur une réponse réseau, « Enregistrer sous », et vous avez un fichier .json. Rapide et pratique, mais vérifiez que vous avez enregistré le corps de la réponse et pas l'enveloppe HTML autour.
  • Pièces jointes d'e-mails et disques partagés. L'export d'un collègue qui arrive sous forme de data.json. Traitez-les avec méfiance tant qu'ils ne sont pas validés — une pièce jointe passée par trois serveurs de messagerie peut accumuler des dégâts d'encodage.

Avant de toucher à un convertisseur, ouvrez le fichier dans un éditeur de texte et regardez les premières lignes. Si vous voyez [ en haut, vous avez un tableau d'enregistrements — idéal. Si vous voyez {, vous avez un objet unique, avec peut-être des structures imbriquées qu'il faudra aplatir. Les deux se convertissent ; le second demande juste d'activer l'option d'aplatissement.

Étape zéro : validez le fichier avant de convertir

Tous les convertisseurs de cette page refuseront un fichier contenant une erreur de syntaxe, et le message d'erreur n'indiquera pas toujours où se trouve le problème. Validez d'abord, convertissez ensuite — ça prend dix secondes et ça élimine le plus courant des mystères du « pourquoi ça ne convertit pas ».

La vérification la plus rapide ne demande aucun outil si Python est installé. Exécutez ceci sur votre fichier ; il n'affiche rien en cas de succès et signale avec une erreur pointant vers la ligne fautive en cas d'échec :

Terminal
# Validate data.json (quiet on success, points at the error on failure)
python3 -m json.tool data.json > /dev/null && echo "valid JSON"

Les coupables habituels sont les virgules traînantes, les chaînes entre guillemets simples et les guillemets typographiques copiés depuis des applications de messagerie ou des documents — tout cela est illégal en JSON. Si vous préférez cliquer plutôt que taper, notre guide de formatage JSON présente des validateurs en ligne gratuits ; préférez-en un qui fonctionne dans votre navigateur pour que le fichier reste sur votre machine.

Un point à ne pas craindre : un fichier qui tient sur une seule ligne immense. Le JSON minifié a l'air alarmant dans un éditeur de texte, mais il est parfaitement valide et toutes les méthodes ci-dessous le gèrent — vous ne pouvez simplement pas le lire vous-même, et c'est précisément pour ça que le validateur compte.

Méthode 1 : envoyez le fichier sur un convertisseur en ligne gratuit

Pour un fichier unique, l'envoi bat toutes les autres méthodes en vitesse. Un bon convertisseur accepte un fichier .json déposé aussi bien que du texte collé — vous ne devriez jamais avoir à ouvrir le fichier et à copier son contenu à la main, car c'est comme ça qu'arrivent les dégâts d'encodage et les collages tronqués.

Voici le workflow, en prenant notre convertisseur gratuit comme exemple :

  • Ouvrez le convertisseur et déposez votre fichier .json dans la zone d'envoi (ou cliquez pour parcourir). Le fichier est lu directement depuis le disque — pas de copier-coller.
  • Réglez les options avant de convertir : activez l'aplatissement si votre fichier contient des objets imbriqués (le convertisseur transforme customer.name en colonne pointée), choisissez votre délimiteur (virgule pour Excel US/UK, point-virgule pour la plupart des paramètres régionaux européens), et gardez les en-têtes activés.
  • Lancez la conversion et téléchargez le .csv. Le fichier est généré dans votre onglet de navigateur, donc rien n'est envoyé vers un serveur.

Comment savoir si un convertisseur fonctionne vraiment dans votre navigateur ? Le test hors ligne : chargez la page, coupez votre connexion réseau, et convertissez. Un outil côté client continue de fonctionner. C'est important parce que les fichiers JSON professionnels contiennent souvent des e-mails clients, des clés d'API ou des données internes — vous ne voulez pas qu'ils restent sur le serveur de quelqu'un d'autre. Si votre fichier est sensible, ce test est non négociable.

La limite pratique de cette méthode, c'est la taille du fichier. Les onglets de navigateur gèrent confortablement les fichiers de quelques mégaoctets ; au-delà, l'onglet devient lent parce que tout le document vit en mémoire. Si votre fichier pèse des dizaines de mégaoctets ou plus, passez directement à la méthode en ligne de commande ci-dessous au lieu de lutter avec l'onglet.

Déposez votre fichier .json sur le convertisseur gratuit

Méthode 2 : ouvrez le fichier JSON directement dans Excel

Si le tableur est votre destination finale, vous pouvez sauter l'intermédiaire : les versions modernes d'Excel ouvrent les fichiers JSON nativement grâce à Power Query. C'est l'option la plus simple quand vous comptez de toute façon analyser les données dans Excel.

  • Dans Excel, suivez Data > Get Data > From File > From JSON, puis sélectionnez votre fichier .json.
  • Power Query affiche les enregistrements sous forme de tableau. Si une colonne contient des enregistrements imbriqués, cliquez sur l'icône de développement dans l'en-tête de cette colonne pour les répartir dans leurs propres colonnes — l'équivalent visuel de l'aplatissement.
  • Cliquez sur Fermer et charger pour placer le tableau sur une feuille de calcul, puis Fichier, Enregistrer sous, CSV pour écrire le fichier .csv.

Deux réserves honnêtes. D'abord, Google Sheets ne peut pas ouvrir les fichiers JSON nativement — il n'existe pas de chemin Fichier, Importer pour les .json. Convertissez d'abord en CSV avec l'une des autres méthodes, puis utilisez Fichier, Importer. Ensuite, surveillez le délimiteur en sortie : si l'Excel de votre région attend des points-virgules, enregistrez ou réexportez avec un délimiteur point-virgule plutôt que de vous battre avec l'assistant d'importation plus tard.

Méthode 3 : convertissez le fichier en ligne de commande

Quand la conversion n'est qu'une étape d'un travail plus large — un export quotidien, un script de build, un pipeline de données — un script local bat n'importe quel outil à clics. C'est aussi la seule façon confortable de gérer les gros fichiers. Voici les deux commandes que les équipes data utilisent vraiment, toutes deux testées sur cette machine avec un vrai fichier orders.json.

Python avec pandas est le cheval de bataille : il lit le fichier, aplatit les objets imbriqués en colonnes pointées, et écrit un CSV avec un BOM pour qu'Excel détecte automatiquement l'UTF-8 :

Python
import pandas as pd

# Read the file straight from disk
df = pd.read_json("data.json")

# Flatten nested objects to dot-notation columns (customer.name)
df = pd.json_normalize(df.to_dict("records"))

# utf-8-sig adds a BOM so Excel detects the encoding correctly
df.to_csv("data.csv", index=False, encoding="utf-8-sig")
print(f"wrote data.csv ({len(df)} rows)")

jq est l'option plus légère quand vous n'avez besoin que de quelques champs. Cette commande en une ligne lit orders.json, extrait trois champs par enregistrement — y compris des champs imbriqués comme customer.name — et affiche un CSV conforme à la RFC 4180 sur la sortie standard. Redirigez-la vers un fichier et c'est terminé :

Une alternative en une ligne de terminal pour les fichiers

La commande jq ci-dessous a été testée sur cette machine avec un vrai fichier JSON : deux enregistrements de commandes avec des objets customer et pricing imbriqués. Elle a extrait l'identifiant de commande, le nom client imbriqué et le total imbriqué en lignes CSV entre guillemets :

Terminal
$ jq -r '.[] | [.orderId, .customer.name, .pricing.total] | @csv' orders.json
"ORD-1","Ana",10.5
"ORD-2","Bo",7.25

Le filtre @csv s'occupe des guillemets et de l'échappement à votre place, et la syntaxe .customer.name atteint directement les objets imbriqués sans aucune étape d'aplatissement. Pour un travail rapide en terminal sur des fichiers déjà ouverts, rien ne la bat.

Convertir plusieurs fichiers JSON d'un coup

Les exports arrivent rarement en un seul fichier. Un dump mensuel peut représenter trente fichiers .json, et les convertir un par un dans un onglet de navigateur, c'est une après-midi perdue. La version par lots du script Python ci-dessus parcourt un dossier, convertit chaque fichier et nomme chaque CSV d'après sa source :

Python
import pandas as pd, glob

# Convert every .json file in exports/ to its own .csv
for path in sorted(glob.glob("exports/*.json")):
    df = pd.json_normalize(pd.read_json(path).to_dict("records"))
    out = path.rsplit(".", 1)[0] + ".csv"
    df.to_csv(out, index=False, encoding="utf-8-sig")
    print(f"{path} -> {out} ({len(df)} rows)")

Ce script a été testé sur cette machine avec deux fichiers d'exemple : chacun a produit son propre CSV avec les colonnes aplaties orderId,customer.name,pricing.total et un nombre de lignes affiché par fichier, pour repérer d'un coup d'œil si un fichier est sorti vide. Une mise en garde : le script suppose que tous les fichiers ont la même forme. Si votre dossier mélange différents exports, convertissez chaque forme séparément — fusionner des jeux de clés différents dans un seul CSV produit une grille confuse et clairsemée.

Les gros fichiers JSON qui font planter les onglets de navigateur

Un onglet de navigateur garde tout le document en mémoire, donc les fichiers de dizaines ou de centaines de mégaoctets font geler ou planter les onglets. La règle de base : quelques mégaoctets passent bien dans le navigateur ; au-delà, la conversion se fait en local. Les outils locaux n'ont pas le plafond mémoire de l'onglet :

  • jq diffuse en continu. Pour de simples projections de champs, il ne garde jamais tout le fichier en mémoire, ce qui explique sa vitesse sur des logs de plusieurs gigaoctets.
  • Python avec pandas gère des centaines de mégaoctets sur un ordinateur portable ordinaire — le script ci-dessus fonctionne tel quel.
  • Pour les fichiers vraiment énormes, vérifiez si l'export peut être découpé en un objet JSON par ligne (JSON Lines). Les fichiers délimités par lignes se traitent un enregistrement à la fois et n'ont jamais besoin de tout le document en mémoire d'un coup.

Quelle que soit la taille, validez d'abord : trouver une erreur de syntaxe dans un fichier de 2 Go est bien plus facile avec python3 -m json.tool (ou un validateur en continu) que de regarder un convertisseur échouer après un envoi de cinq minutes.

Une fois le CSV obtenu : ouvrez-le sans l'abîmer

La conversion peut être parfaite et le tableur quand même afficher n'importe quoi, parce qu'ouvrir un CSV est en soi une petite compétence. Voici les trois corrections qui résolvent presque tous les signalements de « mon CSV a l'air cassé » :

  • Encodage : si les caractères accentués deviennent du charabia, le fichier a été lu en ANSI au lieu d'UTF-8. Réimportez-le et réglez l'origine du fichier sur 65001 : UTF-8. (Le script Python ci-dessus écrit un BOM précisément pour qu'Excel détecte cela tout seul.)
  • Délimiteur : si tout atterrit dans une seule colonne, votre Excel attend des points-virgules — fréquent dans les paramètres régionaux européens. Réexportez avec un délimiteur point-virgule au lieu de vous battre avec l'importation.
  • Zéros en tête : les codes postaux et identifiants comme 07477 perdent leur zéro quand un tableur devine « nombre ». Formatez la colonne en texte à l'importation, ou préfixez avec une apostrophe.

Et gardez le fichier .json d'origine. La conversion lit le fichier sans le modifier — le JSON est intact — et l'archiver ne coûte rien. Le CSV est une simplification à sens unique : reconvertir ne restaurera ni les types de données ni vos colonnes aplaties.

Erreurs de fichiers et comment les corriger

Les fichiers ajoutent des modes d'échec que le texte collé n'a jamais. Quand un convertisseur rejette votre fichier, parcourez cette liste avant tout le reste :

  • Mauvaise extension. Un fichier enregistré depuis Notepad sous data.json.txt — ou un .json qui est en fait du HTML issu d'un téléchargement raté — ne s'analysera pas. Ouvrez les premières lignes : si vous voyez <html>, vous avez téléchargé une page d'erreur, pas du JSON.
  • Dégâts d'encodage. Les fichiers passés par e-mail ou enregistrés avec le mauvais encodage peuvent contenir du mojibake. Réenregistrez en UTF-8 ; en cas de doute, le validateur de l'étape zéro signalera ce qu'il ne peut pas lire.
  • Le fichier est correct mais énorme. Voir la section sur les gros fichiers : c'est un problème d'outillage, pas un problème de données.
  • Fins de ligne. CRLF contre LF n'affecte pas du tout l'analyse JSON, donc si un convertisseur accuse les fins de ligne, le vrai problème est ailleurs — généralement l'un des points ci-dessus.

Quatre-vingt-dix pour cent des signalements « il ne veut pas convertir mon fichier » s'arrêtent à l'un de ces quatre points. Les dix pour cent restants sont du JSON vraiment invalide, et le validateur pointe directement vers la ligne fautive.

Quel workflow de fichier choisir ?

Toutes les méthodes de cette page lisent le même fichier et produisent le même CSV pour la même entrée — le choix dépend de la commodité, de la confidentialité et de l'échelle. Adaptez à votre situation :

  • Un fichier, quelques mégaoctets ou moins : déposez-le sur un convertisseur en ligne gratuit. De loin le plus rapide.
  • Données sensibles dans le fichier : un convertisseur côté client, Excel, ou un script local — rien qui envoie d'abord.
  • Le tableur est la destination : le From JSON d'Excel, en sautant le convertisseur.
  • Beaucoup de fichiers ou un planning : le script Python par lots, versionné et réexécutable.
  • Un fichier énorme : outils locaux uniquement — jq, Python, ou traitement délimité par lignes.

Et l'habitude qui sous-tend tout cela : validez le fichier avant de convertir, gardez l'original après avoir converti, et vérifiez l'encodage en ouvrant le CSV. Faites ces trois choses et les fichiers JSON deviennent l'entrée la plus simple que vous ayez.

Guides connexes

Questions fréquentes

Je peux convertir un fichier JSON en CSV sans rien installer ?

Oui. Déposez le fichier .json sur un convertisseur en ligne gratuit qui fonctionne dans votre navigateur — sans installation, sans compte — et téléchargez le CSV. Si Excel est déjà installé, Data > Get Data > From File > From JSON ouvre le fichier nativement sans rien installer de plus.

Est-il sûr d'envoyer mon fichier JSON vers un convertisseur en ligne ?

Seulement si la conversion se fait dans votre navigateur. Les convertisseurs côté client, comme celui de ce site, lisent le fichier depuis le disque et génèrent le CSV en local, donc les données ne quittent jamais votre machine. Testez n'importe quel convertisseur en coupant votre réseau après le chargement de la page : s'il convertit encore, il est côté client et sans danger pour les fichiers sensibles.

Pourquoi Excel met-il tout mon CSV dans une seule colonne après la conversion d'un fichier JSON ?

Votre Excel attend un autre délimiteur — généralement des points-virgules dans les paramètres régionaux européens. Réexportez le CSV avec un délimiteur point-virgule au lieu de vous battre avec l'assistant d'importation, ou utilisez Data > From Text/CSV et réglez explicitement le délimiteur à l'importation.

Comment convertir un très gros fichier JSON en CSV ?

Convertissez-le en local, pas dans un onglet de navigateur. jq traverse en continu des fichiers de plusieurs gigaoctets pour de simples projections de champs, et un court script Python avec pandas gère des centaines de mégaoctets sur un ordinateur portable ordinaire. Validez d'abord le fichier — trouver une erreur de syntaxe dans un fichier énorme est bien plus facile avant la conversion qu'après un échec.

Je peux convertir plusieurs fichiers JSON en CSV d'un coup ?

Oui — un court script par lots parcourt un dossier et convertit chaque fichier, en nommant chaque CSV d'après sa source. L'extrait Python de ce guide fait exactement cela avec pandas, en affichant un nombre de lignes par fichier pour repérer les résultats vides. Convertissez chaque forme de données distincte séparément pour que des jeux de clés différents ne fusionnent pas en une grille confuse.

Mon fichier JSON ne veut pas se convertir. Qu'est-ce qui cloche ?

Presque toujours l'une de ces quatre choses : le fichier n'est pas du JSON valide (exécutez python3 -m json.tool pour trouver l'erreur), le « JSON » est en fait une page d'erreur HTML issue d'un téléchargement raté, le fichier est trop gros pour un onglet de navigateur, ou l'extension ment (data.json.txt). Validez d'abord — ça pointe le problème exact en quelques secondes.

La conversion modifie-t-elle ou supprime-t-elle mon fichier JSON d'origine ?

Non. Toutes les méthodes de ce guide lisent le fichier et écrivent un nouveau CSV — le .json d'origine est intact. Gardez-le comme archive : le CSV est une simplification à sens unique, et vous ne pouvez pas restaurer les types de données ni la structure imbriquée en reconvertissant le CSV.

Votre fichier JSON est prêt à devenir un tableur

Déposez votre fichier .json sur le convertisseur gratuit et téléchargez un CSV propre, prêt pour vos tableurs, en quelques secondes — sans inscription, et votre fichier ne quitte jamais votre navigateur.

Convertir votre fichier JSON maintenant
Tous les guides