JSON Lines（JSONL）⇔ JSON 陣列 互相轉換
在每行一個 JSON 物件的 JSON Lines 格式與普通 JSON 陣列之間互相轉換，方便檢視機器學習資料集和日誌輸出。
什麼是 JSON Lines（JSONL）
JSON Lines 是每行寫一個 JSON 物件的格式。整份檔案本身並非 JSON，因此不需要處理結尾逗號，只要追加一行就能新增資料。應用日誌、機器學習訓練資料、匯入 BigQuery 或 Elasticsearch 等「一筆一筆流動」的用途廣泛採用此格式，副檔名通常是 .jsonl 或 .ndjson。
本工具可在 JSON Lines 與 JSON 陣列之間雙向轉換。從 JSONL 轉為陣列時會跳過空行，若某行不是有效的 JSON 則以錯誤告知。反向轉換時，最外層必須是陣列，否則會失敗。所有處理都在瀏覽器內完成，日誌或訓練資料這類不想外送的內容也能安心處理。
轉換 JSONL 與 JSON 陣列的步驟
- 選擇轉換方向 從 JSONL 轉為 JSON 陣列，或從 JSON 陣列轉為 JSONL。
-
貼上資料
JSONL 請以一行一物件，陣列請直接貼上以
[開頭的文字。 - 出現錯誤時檢查該行 訊息會指出哪一行無法解析。結尾多餘的逗號或未閉合的引號是常見原因。
- 複製結果 可直接存成檔案，或交給流程中的下一個工具。
用好本工具的小技巧
- JSON Lines（JSONL）是每行排列一個獨立 JSON 物件的格式，廣泛用於 OpenAI 微調資料集以及 Elasticsearch/Logstash 的日誌輸出等場景。
- 在"JSONL → JSON 陣列"模式下，每一行都必須是可單獨解析的 JSON 物件，空行會被自動跳過。
- 在"JSON 陣列 → JSONL"模式下，整個輸入必須是一個 JSON 陣列（
[ ... ]），陣列中的每個元素會作為一行 JSONL 輸出。 - 將大型日誌檔案從 JSONL 轉換為 JSON 陣列後，用
jq命令或各程式語言的標準 JSON 陣列解析器處理起來會更加方便。 - 數值會依輸入中的原樣寫法輸出。由於不會轉換為 JavaScript 數值，超過 2 的 53 次方（9,007,199,254,740,992）的 ID 以及
1.0這樣的寫法在轉換前後都保持不變。
這些場景下會用到
把日誌交給分析工具
以一行一筆輸出的應用日誌，彙整成 JSON 陣列後，就能被以陣列為前提的工具與函式庫直接使用。
整理機器學習的訓練資料
訓練資料常以 JSONL 發布，而前處理指令碼卻期待陣列，本工具可作為兩者的橋梁。
匯入 BigQuery 或 Elasticsearch
兩者都接受換行分隔的 JSON 作為輸入格式，可將手邊的 JSON 陣列轉成可匯入的形式。
讓大型 JSON 能逐行處理
維持陣列就必須整份讀完才能開始處理；轉成 JSONL 後便能逐行依序處理。
JSON Lines 的相關術語
- JSON Lines（JSONL）
- 每行寫一個 JSON 值的格式。整份檔案作為 JSON 並不合法（因為多個值並列）。優點在於每一行都能獨立讀取。
- NDJSON
- Newline Delimited JSON 的縮寫，與 JSON Lines 幾乎是同一件事。副檔名
.ndjson即源自此稱呼。 - 串流處理
- 不先讀入整份資料，而是從抵達的開頭依序處理的方式。JSONL 適合這種方式，兩者因此經常搭配。
- 最外層
- JSON 最外側的值。要轉為 JSONL 時此處必須是陣列
[...]，若是物件{...}則無法轉換。 - 空行的處理
- 根據 JSON Lines 規範（jsonlines.org），空行不是有效的行。本工具採取寬鬆處理，會跳過空行再轉換，因此即使結尾有多餘的換行也能轉換。
常見問題
[ {...}, {...} ] 這樣的形式把整體包裹成一個數組，如果不解析整體就無法訪問單個元素。而 JSON Lines 是每行排列一個獨立的 JSON 物件，可以逐行進行流式處理，因此更適合對超大日誌檔案或機器學習資料集進行逐條處理。[ 開頭、以 ] 結尾）。jq 命令或各程式語言的標準 JSON 解析器處理。反之，轉換為 JSONL 的結果與 jq -c、grep、awk 等按行處理的工具契合度很高，便於納入日誌分析流水線。
閒話 ― 為什麼會誕生"一行一條記錄"這種格式
JSON Lines（也稱 JSONL）這種格式誕生的背景，是因為普通的 JSON 陣列存在一個限制：在把整體讀入記憶體並解析完畢之前，無法取出哪怕一條中間資料。如果試圖用 JSON 陣列處理多達數百萬行的日誌資料或機器學習訓練資料集，就必須把整個檔案展開到記憶體中，對於超大檔案來說，這會帶來記憶體不足和解析耗時激增的問題。
JSON Lines 用"一行 = 一個完整的 JSON 物件"這樣簡單的約束解決了這個問題。由於可以一邊逐行讀取檔案一邊隨即解析，無需把整個檔案讀入記憶體，因此與流式處理、並行處理非常契合。這種設計理念也與 Unix 系統傳統的"一行一條記錄"文本處理文化（grep、awk、sed 等命令都按行工作）高度親和，可以直接嵌入現有的命令列工具鏈，這在實用層面也是很大的優勢。
如今它已被廣泛採用為 AI、機器學習領域的資料集分發格式，大語言模型的訓練資料以及用於微調的提示/回覆對，以 JSON Lines 格式分發的情況已相當普遍。