Come convertire un file JSON in CSV: caricamento, Excel e riga di comando (Guida 2026)

Perché convertire un file JSON è una competenza a sé

La maggior parte dei tutorial parte con il JSON già negli appunti. Nella vita reale si parte da un file: data.json nella cartella Download, un'esportazione da un'API che hai salvato, un backup di qualche app. Lavorare da un file aggiunge un livello che l'incolla dagli appunti salta — codifiche, dimensioni dei file, terminazioni di riga, la forma reale di ciò che è sul disco — e ognuno di questi può cambiare silenziosamente il tuo risultato.

La buona notizia è che i file sono più semplici sotto un aspetto: impongono un flusso di lavoro ripetibile. Una volta che conosci il percorso dal file .json al file .csv, funziona in modo identico che il file sia da 3 KB o da 300 MB, che tu lo faccia una volta o cento volte. Questa guida copre quel flusso dall'inizio alla fine: ottenere il file, controllarlo, convertirlo in tre modi diversi e aprire il CSV senza rovinarlo.

Da dove arriva il tuo file JSON (e perché è importante)

I file JSON arrivano da pochi posti, e sapere quale ti dice cosa aspettarti al loro interno:

Esportazioni e download da API. Il pulsante "Esporta" o "Scarica JSON" in una dashboard, oppure una chiamata curl a un'API salvata su disco. Di solito sono array di record — la forma più amichevole per il CSV — ma possono essere di centinaia di megabyte.
Backup di app. App di messaggistica, app per le note e gestori di password esportano i tuoi dati come JSON. Tendono a essere molto annidati, con oggetti dentro oggetti, perché sono pensati per le macchine, non per i fogli di calcolo.
Strumenti per sviluppatori del browser. Clic destro su una risposta di rete, "Salva con nome", e hai un file .json. Veloce e comodo, ma controlla di aver salvato il corpo della risposta e non il contenitore HTML intorno.
Allegati email e drive condivisi. L'esportazione di un collega che arriva come data.json. Trattali con sospetto finché non li hai validati — un allegato passato per tre server di posta può subire danni di codifica.

Prima di toccare qualsiasi convertitore, apri il file in un editor di testo e guarda le prime righe. Se vedi [ in cima, hai un array di record — ideale. Se vedi {, hai un singolo oggetto, forse con strutture annidate che andranno appiattite. Entrambi si convertono; il secondo richiede solo l'opzione di appiattimento attiva.

Passo zero: valida il file prima di convertirlo

Ogni convertitore in questa pagina rifiuterà un file con un errore di sintassi, e il messaggio di errore non sempre ti dirà dove sta il problema. Prima valida, poi converti — ci vogliono dieci secondi ed elimina il più comune dei misteri "perché non si converte".

Il controllo più veloce non richiede alcuno strumento se hai Python installato. Esegui questo contro il tuo file; in caso di successo non stampa nulla ed esce con un errore che punta alla riga incriminata in caso di fallimento:

Terminal

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

I soliti colpevoli sono le virgole finali, le stringhe tra apici singoli e le virgolette tipografiche incollate da app di chat o documenti — tutto illegale in JSON. Se preferisci cliccare piuttosto che digitare, la nostra guida alla formattazione JSON illustra validatori online gratuiti; preferiscine uno che giri nel tuo browser così il file resta sulla tua macchina.

Una cosa di cui non preoccuparti: un file che è un'enorme riga unica. Il JSON minimizzato sembra allarmante in un editor di testo, ma è perfettamente valido e ogni metodo qui sotto lo gestisce — semplicemente non puoi leggerlo tu stesso, ed è proprio per questo che il validatore è importante.

Metodo 1: Carica il file su un convertitore online gratuito

Per un file singolo e sporadico, il caricamento batte ogni altro metodo in velocità. Un buon convertitore accetta un file .json trascinato oltre al testo incollato — non dovresti mai aprire il file e copiarne il contenuto a mano, ed è così che nascono danni di codifica e incolli troncati.

Ecco il flusso di lavoro, usando il nostro convertitore gratuito come esempio:

Apri il convertitore e trascina il tuo file .json nell'area di caricamento (oppure clicca per sfogliare). Il file viene letto direttamente dal disco — niente copia-incolla.
Imposta le opzioni prima di convertire: attiva l'appiattimento se il tuo file ha oggetti annidati (il convertitore trasforma customer.name in una colonna puntata), scegli il delimitatore (virgola per Excel US/UK, punto e virgola per la maggior parte delle impostazioni europee) e mantieni le intestazioni.
Premi converti e scarica il .csv. Il file viene generato nella scheda del tuo browser, quindi nulla viene caricato su alcun server.

Come fai a sapere se un convertitore gira davvero nel tuo browser? Il test offline: carica la pagina, scollega la rete e converti. Uno strumento lato client continua a funzionare. Questo è importante perché i file JSON di lavoro spesso contengono email di clienti, chiavi API o dati interni — non vuoi che finiscano sul server di qualcun altro. Se il tuo file è sensibile, questo test è irrinunciabile.

Il limite pratico di questo metodo è la dimensione del file. Le schede del browser gestiscono comodamente file fino a qualche megabyte; oltre, la scheda rallenta perché l'intero documento vive in memoria. Se il tuo file è di decine di megabyte o più, passa al metodo da riga di comando qui sotto invece di lottare con la scheda.

Trascina il tuo file .json sul convertitore gratuito

Metodo 2: Apri il file JSON direttamente in Excel

Se il foglio di calcolo è la tua destinazione finale, puoi saltare del tutto l'intermediario: Excel moderno apre i file JSON in modo nativo tramite Power Query. È l'opzione più pulita quando tanto hai intenzione di analizzare i dati in Excel.

In Excel, vai su Data, poi Get Data, poi From File, poi From JSON, e seleziona il tuo file .json.
Power Query mostra i record come tabella. Se una colonna contiene record annidati, clicca l'icona di espansione nell'intestazione di quella colonna per distribuirli nelle loro colonne — l'equivalente visivo dell'appiattimento.
Clicca Close & Load per mettere la tabella su un foglio di lavoro, poi File, Save As, CSV per scrivere il file .csv.

Due avvertenze oneste. Primo, Google Sheets non può aprire file JSON in modo nativo — non esiste un percorso File, Import per i .json. Converti prima in CSV con uno degli altri metodi, poi usa File, Import. Secondo, fai attenzione al delimitatore in uscita: se l'Excel della tua impostazione locale si aspetta punti e virgola, salva o riesporta con un delimitatore punto e virgola invece di lottare poi con la procedura guidata di importazione.

Metodo 3: Converti il file dalla riga di comando

Quando la conversione è un passo di un lavoro più grande — un'esportazione giornaliera, uno script di build, una pipeline di dati — uno script locale batte qualsiasi strumento da cliccare. È anche l'unico modo comodo per gestire file grandi. Ecco i due comandi che i team di dati usano davvero, entrambi testati su questa macchina contro un vero file orders.json.

Python con pandas è il cavallo da lavoro: legge il file, appiattisce gli oggetti annidati in colonne con notazione puntata e scrive un CSV con BOM così Excel rileva automaticamente 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 è l'opzione più leggera quando ti servono solo pochi campi. Questa riga singola legge orders.json, estrae tre campi per record — inclusi quelli annidati come customer.name — e stampa CSV RFC 4180 corretto su stdout. Reindirizzalo su un file e hai finito:

Un'alternativa da terminale in una riga per i file

Il comando jq qui sotto è stato testato su questa macchina contro un vero file JSON: due record d'ordine con oggetti customer e pricing annidati. Ha estratto l'ID ordine, il nome cliente annidato e il totale annidato in righe CSV tra virgolette:

Terminal

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

Il filtro @csv fa per te le virgolette e l'escaping, e la sintassi .customer.name raggiunge direttamente gli oggetti annidati senza alcun passaggio di appiattimento. Per il lavoro rapido da terminale su file che hai già aperti, non c'è niente di meglio.

Convertire molti file JSON in una volta

Le esportazioni raramente arrivano come un singolo file. Un dump mensile può essere trenta file .json, e convertirli uno a uno in una scheda del browser è un pomeriggio lento. La versione batch dello script Python qui sopra cicla su una cartella, convertendo ogni file e nominando ciascun CSV come la sua origine:

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)")

È stato testato su questa macchina contro due file di esempio: ciascuno ha prodotto il proprio CSV con le colonne appiattite orderId,customer.name,pricing.total e un conteggio righe stampato per file, così puoi vedere a colpo d'occhio se qualche file è uscito vuoto. Un'avvertenza: lo script presume che ogni file abbia la stessa forma. Se la tua cartella mescola esportazioni diverse, converti ciascuna forma separatamente — unire set di chiavi diversi in un unico CSV produce una griglia confusa e sparsa.

File JSON grandi che mandano in crisi le schede del browser

Una scheda del browser tiene l'intero documento in memoria, quindi file da decine o centinaia di megabyte fanno bloccare o crashare le schede. La regola pratica: qualche megabyte va bene nel browser; tutto ciò che è più grande si converte in locale. Gli strumenti locali non hanno il tetto di memoria della scheda:

jq lavora in streaming. Per semplici proiezioni di campi non tiene mai l'intero file in memoria, ed è per questo che resta veloce su log da scala gigabyte.
Python con pandas gestisce centinaia di megabyte su un portatile normale — lo script qui sopra funziona invariato.
Per file davvero enormi, verifica se l'esportazione può essere divisa in un oggetto JSON per riga (JSON Lines). I file delimitati per riga elaborano un record alla volta e non hanno mai bisogno dell'intero documento in memoria.

Qualunque sia la dimensione, prima valida: trovare un errore di sintassi in un file da 2 GB è molto più facile con python3 -m json.tool (o un validatore in streaming) che guardando un convertitore fallire dopo un caricamento di cinque minuti.

Dopo che il CSV arriva: aprilo senza rovinarlo

La conversione può essere perfetta e il foglio di calcolo apparire comunque sbagliato, perché aprire un CSV è a sua volta una piccola competenza. Queste sono le tre correzioni che risolvono quasi ogni segnalazione "il mio CSV sembra rotto":

Codifica: se i caratteri accentati diventano geroglifici, il file è stato letto come ANSI invece che UTF-8. Reimportalo e imposta l'origine file su 65001: UTF-8. (Lo script Python qui sopra scrive un BOM proprio perché Excel lo rilevi da solo.)
Delimitatore: se tutto finisce in un'unica colonna, il tuo Excel si aspetta punti e virgola — comune nelle impostazioni europee. Riesporta con un delimitatore punto e virgola invece di lottare con l'importazione.
Zeri iniziali: CAP e ID come 07477 perdono lo zero quando il foglio di calcolo indovina "numero". Formatta la colonna come testo all'importazione, oppure anteponi un apostrofo.

E conserva il file .json originale. La conversione legge il file senza modificarlo — il JSON resta intatto — e archiviarlo non costa nulla. Il CSV è una semplificazione a senso unico: riconvertirlo non ripristinerà tipi di dati né rianniderà le tue colonne.

Errori dei file e come correggerli

I file aggiungono modalità di fallimento che il testo incollato non ha mai. Quando un convertitore rifiuta il tuo file, scorri questa lista prima di ogni altra cosa:

Estensione sbagliata. Un file salvato da Notepad come data.json.txt — o un .json che in realtà è HTML da un download fallito — non verrà analizzato. Apri le prime righe: se vedi <html>, hai scaricato una pagina di errore, non JSON.
Danni di codifica. I file passati per email o salvati con la codifica sbagliata possono portare mojibake. Risalva come UTF-8; in caso di dubbio, il validatore del passo zero segnalerà ciò che non riesce a leggere.
Il file è a posto ma enorme. Vedi la sezione sui file grandi: è un problema di strumenti, non di dati.
Terminazioni di riga. CRLF contro LF non influisce affatto sull'analisi JSON, quindi se un convertitore incolpa le terminazioni di riga, il vero problema è altrove — di solito uno di quelli sopra.

Il novanta percento delle segnalazioni "non converte il mio file" finisce su una di queste quattro. Il restante dieci percento è JSON davvero non valido, e il validatore punta dritto alla riga incriminata.

Quale flusso di lavoro con i file dovresti scegliere?

Ogni metodo in questa pagina legge lo stesso file e produce lo stesso CSV per lo stesso input — la scelta riguarda comodità, privacy e scala. Abbina la tua situazione:

Un file, qualche megabyte o meno: trascinalo su un convertitore online gratuito. Di gran lunga il più veloce.
Dati sensibili nel file: un convertitore lato client, Excel o uno script locale — niente che carichi prima.
Il foglio di calcolo è la destinazione: il From JSON di Excel, saltando il convertitore.
Molti file o una pianificazione: lo script batch Python, sotto controllo di versione e rieseguibile.
Un file enorme: solo strumenti locali — jq, Python o elaborazione delimitata per riga.

E l'abitudine che sta alla base di tutte: valida il file prima di convertirlo, conserva l'originale dopo averlo convertito e controlla la codifica quando apri il CSV. Fai queste tre cose e i file JSON diventano l'input più facile che hai.

Guide correlate

Domande frequenti

Posso convertire un file JSON in CSV senza installare nulla?

Sì. Trascina il file .json su un convertitore online gratuito che gira nel tuo browser — nessuna installazione, nessun account — e scarica il CSV. Se Excel è già installato, Data > Get Data > From File > From JSON apre il file in modo nativo senza nulla da installare in più.

È sicuro caricare il mio file JSON su un convertitore online?

Solo se la conversione avviene nel tuo browser. I convertitori lato client, come quello di questo sito, leggono il file dal disco e generano il CSV in locale, quindi i dati non lasciano mai la tua macchina. Testa qualsiasi convertitore scollegando la rete dopo aver caricato la pagina: se converte ancora, è lato client ed è sicuro per i file sensibili.

Perché Excel mette tutto il mio CSV in un'unica colonna dopo aver convertito un file JSON?

Il tuo Excel si aspetta un delimitatore diverso — di solito punti e virgola nelle impostazioni europee. Riesporta il CSV con un delimitatore punto e virgola invece di lottare con la procedura guidata di importazione, oppure usa Data > From Text/CSV e imposta il delimitatore esplicitamente all'importazione.

Come converto un file JSON molto grande in CSV?

Convertilo in locale, non in una scheda del browser. jq elabora in streaming file da scala gigabyte per semplici proiezioni di campi, e un breve script Python con pandas gestisce centinaia di megabyte su un portatile normale. Valida prima il file — trovare un errore di sintassi in un file enorme è molto più facile prima della conversione che dopo un tentativo fallito.

Posso convertire più file JSON in CSV in una volta?

Sì — un breve script batch cicla su una cartella e converte ogni file, nominando ciascun CSV come la sua origine. Lo snippet Python in questa guida fa esattamente questo con pandas, stampando un conteggio righe per file così puoi individuare risultati vuoti. Converti ciascuna forma di dati distinta separatamente così set di chiavi diversi non si fondono in un'unica griglia confusa.

Il mio file JSON non si converte. Cosa c'è che non va?

Quasi sempre una di quattro cose: il file non è JSON valido (esegui python3 -m json.tool per trovare l'errore), il "JSON" è in realtà una pagina di errore HTML da un download fallito, il file è troppo grande per una scheda del browser, oppure l'estensione mente (data.json.txt). Prima valida — punta al problema esatto in pochi secondi.

La conversione modifica o elimina il mio file JSON originale?

No. Ogni metodo in questa guida legge il file e scrive un nuovo CSV — il .json originale resta intatto. Conservalo come archivio: il CSV è una semplificazione a senso unico, e non puoi ripristinare tipi di dati o struttura annidata riconvertendo il CSV.