JSONをCSVに変換するのに最適なツールは？6つの選択肢を検証（2026年ガイド）

短い答え

最適なツールはランキングではなく、あなたの状況で決まります。小さなファイルを1回きりで変換するなら、ブラウザ内で動作する無料のオンラインJSON→CSVコンバーターが最速です。インストールもアカウントも不要で、ファイルが端末の外に出ることもありません（当サイトのコンバーターはまさにその仕組みです）。大きなファイルや毎週繰り返す処理なら、pandasを使った短いPythonスクリプトが信頼性と自動化で勝ります。行き先がスプレッドシートでExcelが手元にあるなら、Power QueryがJSONをネイティブにインポートします。ターミナル作業やギガバイト級のファイルなら、ストリーミング処理のjqが唯一の現実解です。星評価ではなく、下の選び方ガイドで自分の状況に合わせて選んでください。状況を無視した「最強コンバーター」ランキングは、何かを売りつけるためのものです。以下では6つのツールを同じ基準で比べ、最後に2分で決まる選び方ガイドを付けています。Google SheetsにはJSONの直接インポートがない点にも注意してください。

ツールの評価方法（宣伝ランキングではない理由）

「JSON to CSV おすすめ」で検索して出てくるまとめページの多くは、アフィリエイト目的の薄い記事で、ツールを開いたことすらありません。この比較は1つだけ決定的に違います。コードに関する主張は執筆前に実際のネストしたサンプルファイルで実行して検証し、オンラインコンバーターに関する主張は当サイトの実際の変換ソースコードと突き合わせて確認しました。サンプルは、ネストした顧客オブジェクト（名前と住所）と商品リストを含む小さな注文エクスポートで、雑なコンバーターが崩壊する形です。ネストをどう扱うかが、ツールの真価を分けるからです。「おすすめ」と書いてあるのに試していない記事とは、ここが違います。

すべてのツールを同じ5つの基準で採点しています。どれか1つが突出するのではなく、あなたの状況でどれが光るかを見るための基準です。点数ではなく、あなたの用途との相性で読んでください。

正確性：ネストしたデータが意味の通る列にフラット化されるか、それとも読み解けない塊がセルに放り込まれるか。customer.nameのようなドット記法の列になるかが分かれ目です。
プライバシー：データがよそのサーバーにアップロードされるか、自分の端末内で変換が完結するか。顧客データや個人情報を扱うなら最重要の基準です。
ファイルサイズ：1MB、50MB、それ以上で何が起きるか。タブが固まる境界と、ローカルスクリプトに切り替えるべき境界を確かめます。
コストと手間：無料か、登録は必要か、インストールは必要か。1回きりの変換と毎週の作業では、許せる手間がまったく違います。
出力の制御：区切り文字、エンコーディング、列を選べるか、与えられたものを受け入れるしかないか。Excel向けのBOM付きUTF-8など、細部の調整ができるかが効いてきます。日本語の文字化け対策としてBOM付きUTF-8を選べるかも見ます。

6つの候補

各ツールの正体と、本当に勝てる場面、そして正直な弱点を紹介します。長所だけ並べるランキングではなく、向かない場面も包み隠さず書きます。それぞれの得意分野を知れば、迷わず選べます。

1. 無料のオンラインコンバーター（当サイトのものなど）

ブラウザタブで完結する選択肢です。ページを開き、JSONを貼り付けるか.jsonファイルをドロップして、CSVをダウンロードします。当サイトのコンバーターは完全にクライアントサイドで動作します。変換コードがブラウザタブ内で実行されるため、JSONがサーバーにアップロードされることはありません。自分で確かめることもできます。ページを読み込み、ネットワークを切断して、変換してみてください。ちゃんと動きます。これが証拠です。貼り付け欄に直接JSONを書いて変換することもできます。

正確性について、エンジンはネストしたオブジェクトをドット記法の列（customer.name、customer.city）にフラット化し、単純なリストは区切り文字で結合します。これは実際のソースコードで確認した動作です。強みは、インストールゼロ、登録ゼロ、数メガバイトまでのファイルなら最速、そして設計上プライベートであることです。正直な限界もあります。ブラウザタブなので、非常に大きなファイルはローカルスクリプトの出番です。また、当サイトのコンバーターはJSON→CSV専用で、CSVをJSONに戻すことはできません。双方向変換が要るなら別の手段を選んでください。区切り文字はカンマとセミコロンから選べ、Excelの地域設定に合わせられます。

2. Excel Power Query

CSVの行き先がどのみちExcelなら、Power Query（データ > データの取得 > ファイルから > JSONから）がファイルをネイティブにインポートし、ネストしたレコードを列に展開する手順を案内してくれます。同じネスト形状に対応し、ソースファイルが変わっても更新できる繰り返し可能なクエリが残り、Excel本体以外は何も要りません。クエリを保存しておけば、翌週のエクスポートもワンクリックで同じ変換が再現できます。データ型の変換もクエリ内で指定でき、日付や数値の扱いも安定します。

正直な限界です。Excelが必要です（無料ツールではなくライセンス）、非常に大きなファイルはもっさりします、展開列のワークフローは初回だけ学習コストがあります。行き先がスプレッドシートで、Excelがすでに端末に入っている場合の最適解です。Excelを持っていないなら、わざわざ買う価値はありません。Mac版ExcelでもPower Queryは使えますが、Windows版より機能に差があります。

3. pandasを使ったPython

自動化の選択肢です。短いスクリプトがファイルを読み込み、フラット化して、CSVを書き出します。再実行でき、バージョン管理でき、数百メガバイトも平気です。スケジュール実行やフォルダ一括処理と相性が良く、データチームの定番です。定期レポートの自動生成にも向いています。執筆前に、このスニペットをネストした注文サンプルに対して実際に実行しました。

import json, pandas as pd — raw = json.load(open('orders.json')) — df = pd.json_normalize(raw['orders']) — df.to_csv('orders.csv', index=False)

実際の出力は、ネストした顧客オブジェクトをcustomer.nameとcustomer.cityの列に正しくフラット化しました。しかし、観察した正直な落とし穴が1つあります。pandasは商品リストをスプレッドシート向きに結合せず、Pythonのrepr文字列（['book', 'pen']）のまま出したのです。1行追加すれば直ります（df['items'] = df['items'].str.join('; ')）。しかし本質は変わりません。pandasは強力ですが魔法ではありません。また、Pythonとpandasのインストールが必要で、年に1回しか変換しない人には手間です。環境構築の手間を払えるのは、繰り返し使う人だけです。BOM付きで出力したい場合はto_csvにencoding="utf-8-sig"を渡すだけです。

4. jq

ターミナルの選択肢であり、ギガバイト級のファイルをメモリに載せずストリーミング処理できる、ここで唯一のツールです。パイプラインの途中に挟んで他のコマンドと組み合わせることもでき、サーバー上のログ処理などでも活躍します。巨大なログファイルの集計にもよく使われます。単純な抽出ならワンライナーは次の通りです。

jq -r '.orders[] | [.id, .customer.name, (.items|join("; ")), .total] | @csv' orders.json

実行しました。クォートされたきれいなCSV行（101,"Ana","Madrid","book; pen",24.5,true）が、主張通りそのまま出ました。正直な限界もあります。列はすべて自分で手指定です。「全部フラット化」ボタンはなく、構文自体が小さな言語なので覚える必要があります。ターミナルに住んでいる人、GUIツールでは大きすぎるファイルに向きます。構文を覚える気がなければ、Pythonの方が読みやすいでしょう。出力はパイプで別ファイルに保存でき、巨大ファイルでもメモリを食いません。

5. VS Code拡張機能

VS CodeでJSONを編集中なら、コンバーター拡張機能でコンテキスト切り替えを省けます。JSONを選択してコマンドを実行すれば、新しいタブにCSVができます。売り文句は利便性そのものです。ブラウザタブを開かずエディタ内に留まれ、編集中のデータ構造を見ながら変換できます。プレビューしながら列の対応を確認できる拡張機能もあります。

正直な限界もあります。1ファイルずつの手動ワークフローで自動化の余地はなく、拡張機能の品質はまちまちです。レビューと更新頻度を確認してから選んでください。マーケットプレイスの評価も参考になります。フォルダ分のエクスポートを処理するのではなく、編集中のJSONがある場合に選ぶべき選択肢です。

6. Google Sheets

午後の無駄を省くために含めます。Google SheetsにはJSONのネイティブインポートがありません。IMPORTDATAが受け付けるのはCSVだけ（しかも公開されたCSVのURLに限ります）。そのため「JSONをSheetsにインポート」系のチュートリアルは必然的にApps Scriptの回避策やサードパーティ製アドオンに回り道します。アドオンは権限の付与が必要で、スクリプトはメンテナンスが必要です。行き先がSheetsなら、上のどれかのツールで先にCSVに変換してからCSVをインポートしてください。Sheetsの欠けたJSON対応と格闘するのが、このリストで一番遅い道です。Apps Scriptを書けばJSONの取り込み自体は可能ですが、保守の手間を考えると割に合いません。

直接対決：6ツールを一目で

5つの基準での完全な比較です。行ごとに「向いている人」を付けたので、自分の状況に当てはめて読んでください。「向いている人」だけ拾い読みしても選べます。

オンラインコンバーター（クライアントサイド）：正確性はドット記法のフラット化とリスト結合、プライバシーはデータがブラウザの外に出ない、サイズは数MBまでは快適でそれ以上はスクリプト、コストは無料・登録不要、制御は区切り文字とフラット化オプションあり。向いている人：1回きりの急ぎ変換。
Excel Power Query：正確性はガイド付きのネスト展開、プライバシーはローカルファイルがローカルに留まる、サイズは数十MBを超えると重い、コストはExcelが必要、制御はクエリエディタでフルに。向いている人：行き先がExcelで、クエリを再利用したい人。Mac版はWindows版より機能が限られます。
Python/pandas：正確性はドット記法のフラット化でリストは1行追加が必要、プライバシーは完全ローカル、サイズは数百MBも余裕、コストは無料だがPythonが必要、制御はフル。向いている人：自動化と繰り返し処理。pandas以外の標準ライブラリだけでも書けます。
jq：正確性は指定した列だけを正確に、自動化なし、プライバシーは完全ローカル、サイズはギガバイトをストリーミング、コストは無料・ターミナル、制御は構文学習の対価でフル。向いている人：巨大ファイルとパイプライン。学習コストは小さなファイルで試して払いましょう。
VS Code拡張機能：正確性は拡張機能次第、プライバシーはローカル、サイズは小さなファイル、コストは無料だがVS Codeが必要、制御は最小限。向いている人：JSONを編集中の人。
Google Sheets：正確性はJSONのネイティブインポートなし、プライバシーは本質的にクラウド、サイズは小さいもの、コストは無料アカウント、制御は最小限。向いている人：先にCSVに変換してからインポートする人。

選び方ガイド：2分で決める

星評価ではなく、自分の状況に合わせてください。6つのパターンから当てはまるものを選べば決まります。迷ったら上から順に当てはまるものを探してください。

小さなファイル1つ、今すぐ、インストールなし：無料のオンラインコンバーター。ファイルの貼り付けかドロップでCSVをダウンロードして終わり。5分もかかりません。ブラウザさえあれば今すぐ始められます。
機密データ（顧客記録、個人情報を含むエクスポート）：クライアントサイドかローカルのものなら何でも。オンラインコンバーター、Python、jq。先にアップロードするツールは避けてください。オフラインテストで裏付けを取るのが確実です。
毎週やる処理やファイルが多数：Python。10行のスクリプトが10分のクリック作業に毎回勝ちます。スケジュール実行まで組めば手放しで回ります。
CSVが直接Excel行き：Power Query。変換して開くの2ステップではなく、1つのインポートで済みます。ソース更新時の再実行も簡単です。
ファイルが巨大：jqでストリーミング、GUIなし。JSONの検証は先に。ギガバイトファイルの構文エラーは、変換前に見つけるのが最速です。
VS CodeでJSON編集中：拡張機能。コンテキスト切り替えゼロです。編集中の構造を確認しながらそのまま変換できます。

実際に実行した内容（証拠）

上の主張が雰囲気ではない証拠です。このガイドのコードスニペット2つは、ネストした注文サンプル（2レコード、ネストした顧客オブジェクト、商品リスト）に対して、執筆マシンで実行済みです。pandasスニペットはcustomer.nameとcustomer.cityを正しくフラット化しましたが、商品リストはPythonのrepr文字列で出力しました。1行の修正方法と合わせて正直に報告済みです。jqワンライナーは示した行をバイト単位で正確に出力しました。オンラインコンバーターのフラット化動作（ドット記法の列、プリミティブリストの結合、オブジェクトリストの文字列化、nullの空マーカー）は、推測ではなく当サイトの変換ソースコードから読み取ったものです。Sheetsの制限（IMPORTDATAはCSVのみ受け付け、JSONのネイティブインポートなし）とExcelのメニューパス（データ > データの取得 > ファイルから > JSONから）は、文書化された製品の動作です。主張にはすべて裏付けがあります。再現したい人は同じサンプル構造で試せば、同じ結果が得られるはずです。

よくある質問

無料のJSON→CSVコンバーターでおすすめは？

1回きりの無料変換なら、クライアントサイドのオンラインコンバーターが最善です。インストールも登録も不要で、ファイルがブラウザの外に出ません。当サイトのコンバーターはアカウント不要で無料です。自動化を無料でやるなら、pandasを使ったPythonがコストゼロで繰り返し処理や大きなファイルに対応します。どちらもお金はかかりません。どちらを選んでも、まずは小さなファイルで試すのがおすすめです。

機密データにオンラインのJSON→CSVコンバーターを使うのは安全？

変換がブラウザ内で行われる場合だけ安全です。クライアントサイドのコンバーターはファイルをローカルで読み込み、何もアップロードせずにCSVを生成します。オフラインテストで確認してください。ページを読み込み、ネットワークを切断して変換します。動けばクライアントサイドで、機密ファイルに安全です。不安なら、ローカルのPythonやjqを使ってください。会社のポリシーでクラウド禁止の場合は特に重要です。どちらも完全に端末内で完結します。

巨大なJSONファイルをCSVに変換するのに最適なツールは？

jqが圧倒的です。ギガバイト級のファイルをメモリに載せずにストリーミング処理します。2番手は数百メガバイトに対応するpandasを使ったPythonです。ブラウザベースのコンバーターやExcelは巨大なファイルで遅くなったり止まったりするので、数メガバイトまでのファイルに使ってください。ファイルサイズが境界を超えたら、迷わずjqかPythonに切り替えましょう。変換前にjqで構文チェックを済ませておくと安心です。

何もインストールせずにJSONをCSVに変換できる？

できます。無料のオンラインコンバーターは何もインストールしません。JSONを貼り付けるかファイルをドロップしてCSVをダウンロードするだけです。Excelがすでに端末に入っているなら、Power QueryがJSONをネイティブにインポートでき、追加で何も要りません。どちらも数分で終わります。スマートフォンのブラウザからでも使えます。

JSONをスプレッドシートに入れるならExcelとオンラインコンバーターのどちらがいい？

行き先がスプレッドシートでExcelを持っているなら、Power Query（データ > データの取得 > ファイルから > JSONから）を使ってください。変換して開くのではなく1ステップで済み、ソースが変わればクエリを更新できます。CSVファイルがさっと欲しいだけ、あるいはExcelがないなら、オンラインコンバーターの方が速いです。行き先と手持ちの道具で決めてください。両方試して速い方を選ぶのも手です。

Pythonとjq、JSON→CSV変換のために学ぶべきはどっち？

ターミナルで作業し、大きなファイルや素早い1回きりの抽出を扱うならjqを。ワンライナーの速さは比類がありません。レポートの自動化やフォルダ分のファイルを定期処理するならPython/pandasルートを。スクリプトの読みやすさと保守性ではPythonが勝ります。1回きりの変換なら、どちらも学ばずにオンラインコンバーターを使ってください。必要になったときに覚えれば十分です。

当サイトのコンバーターはJSONデータを保存・アップロードする？

しません。変換は完全にブラウザタブ内で行われます。JSONはクリップボードやファイルから読み込まれ、CSVはローカルで生成されます。サーバーへのアップロードはありません。コンバーターがネットワークを使うのは任意の「URL取得」機能だけで、指定したURLだけを取得します。疑わしければオフラインテストで確かめられます。サーバー側のログにもファイル内容は残りません。

ツールが決まった？今すぐ無料で変換

2分で決めた選択がオンラインコンバーターなら、ここにあります。JSONを貼り付けるかファイルをドロップして、きれいなCSVを数秒でダウンロード。無料、登録不要、データはブラウザの外に出ません。ネストしたデータもドット記法の列に自動でフラット化されます。まずは小さなファイルで試して、動作を確かめてみてください。

JSONをCSVに無料変換

ガイド一覧