JSON 变换器与 AI Transform 工具

范围根节点
脚本
在这里写 JavaScript…(记得 return 一个值)
正在加载编辑器…
输入
1
输出
先运行一次预览,输出会显示在这里。

如何用脚本和 AI Transform 重组 JSON

1导入一份可解析的原始 JSON2选择配方模板,或让 AI Transform 起草脚本3在预览区验证输出形态,而不是盲目覆盖原文4应用结果并继续后续 JSON 工作流

把 JSON Transformer 当成“结构改造层”来用会最顺手。先导入一份已经可解析的 JSON,再决定是直接套用现成配方,还是让 AI Transform 先起草脚本,随后在预览区确认输出形态,最后再应用、导出或继续交给 table editor、formatter 和 schema 工具。

从原始载荷到目标结构

先定义目标 JSON 长什么样,再让脚本和 AI 帮你把它变出来

真实业务里最常见的场景不是“修改一个值”,而是把一份混杂字段的原始 JSON 重组成更适合前端、报表或下游接口使用的新结构。

原始 JSON
1
[
2
{
3
"id": 101,
4
"fullName": "Maeve Winters",
5
"team": "growth",
6
"active": true,
7
"profile": {
8
"email": "[email protected]"
9
}
10
},
11
{
12
"id": 102,
13
"fullName": "Jon Park",
14
"team": "ops",
15
"active": false,
16
"profile": {
17
"email": "[email protected]"
18
}
19
}
20
]
变换后
1
[
2
{
3
"id": 101,
4
"name": "Maeve Winters",
5
"email": "[email protected]"
6
}
7
]

这类“筛选 + 重命名 + 抽取深层字段”的组合操作,最适合先让 AI 起草,再在本地预览确认。

3 个更贴近真实工作的变换示例

这些示例覆盖了数据清洗、字段重组和结果提取三种高频场景。你可以直接类比自己手里的用户列表、订单数据或配置对象。

数据清洗

过滤掉无效记录,只保留需要继续处理的数据

适合在一批接口记录中筛掉停用用户、无效订单或测试数据,让后续导出、分析和导入更干净。

输入 JSON
1
[
2
{ "id": 101, "status": "active", "name": "Maeve" },
3
{ "id": 102, "status": "archived", "name": "Jon" }
4
]
变换结果
1
[
2
{ "id": 101, "status": "active", "name": "Maeve" }
3
]

先过滤再继续格式化或导出,通常比在脏数据上继续处理更省时间。

字段重组

把深层对象拍平,并重命名成下游更容易消费的字段

适合把接口响应整理成前端列表、报表列或 CSV 导出前的中间结构。

输入 JSON
1
{
2
"user": {
3
"id": 42,
4
"profile": {
5
"fullName": "Maeve Winters",
6
"email": "[email protected]"
7
}
8
}
9
}
变换结果
1
{
2
"id": 42,
3
"name": "Maeve Winters",
4
"email": "[email protected]"
5
}

当目标结构更平坦时,后续交给 table editor、schema 或导出工具都会更顺手。

结果提取

从一批对象里抽出单一字段列表,用于白名单或批量提交

适合把对象数组快速转换成 ID 列表、邮箱列表或 SKU 列表,避免手工复制列值。

输入 JSON
1
[
2
{ "id": "SKU-1", "price": 19 },
3
{ "id": "SKU-2", "price": 22 }
4
]
变换结果
1
[
2
"SKU-1",
3
"SKU-2"
4
]

这种“pluck 一列”的处理,用模板或 AI 草稿都能很快完成。

  1. 01

    教程步骤

    步骤 1 – 导入一份可解析的原始 JSON

    开始变换前,先确保输入的是一份能正常解析的 JSON。Transformer 不是修复器,它更适合在“数据合法但结构不理想”的阶段接手。

    • 把原始 JSON 直接粘贴到左侧输入区,适合处理接口响应、配置对象、数据导出或日志载荷。
    • 如果数据已经保存在文件里,可以用导入功能加载本地 JSON,而不用先手工复制粘贴。
    • 面对较大的数组或深层对象时,建议先明确你最终想得到的输出结构,再开始写或选择脚本。
    • 如果一粘贴就发现语法错误,先转去 validator 或 repair,把 JSON 修到可解析状态后再回来。
    • 把 Transformer 放在 formatter 后面也很常见,因为先格式化 JSON,通常更容易看清要改哪些字段。
  2. 02

    教程步骤

    步骤 2 – 选择配方模板,或让 AI Transform 起草脚本

    这一步决定你是用现成配方快速起步,还是让 AI 先帮你搭出脚手架。对于重复性结构调整,模板通常够快;对于业务规则更复杂的变换,AI 草稿会更省时间。

    • 先浏览内置 Recipes,常见的过滤、映射、保留字段、扁平化、去重、改键名等操作都可以直接套用。
    • 如果你知道目标结构但不想从零写脚本,可以打开 AI Transform,用自然语言描述需求,让它先生成一个草稿。
    • 描述需求时尽量写清楚保留哪些字段、删除哪些字段、是否要分组、排序或补默认值,AI 草稿会更接近目标。
    • 拿到 AI 草稿后不要直接应用,先把它当成“第一版脚本”,再根据你的字段名和业务规则做小幅调整。
    • 无论是模板还是 AI 草稿,都建议保留输入 JSON 的一个原始副本,方便随时比对变换前后的差异。
  3. 03

    教程步骤

    步骤 3 – 在预览区验证输出形态,而不是盲目覆盖原文

    Transformer 最关键的不是“能改”,而是“改之前能先预览”。这能显著降低一次脚本误写就把整份 JSON 改坏的风险。

    • 运行 Preview 后,右侧会显示变换结果,你可以先确认数组长度、字段名、值类型和嵌套层级是否符合预期。
    • 如果脚本返回了 undefined、不可序列化对象或运行时报错,页面会直接提示错误,方便你回到脚本区调整。
    • 对于批量映射或过滤,先抽查几条代表性记录,确认没有把重要字段删掉或改成错误类型。
    • 如果你在做扁平化、分组或重命名,建议重点检查输出里的键名是否统一、层级是否真的变浅、数组是否被意外打散。
    • AI Transform 生成的脚本尤其要看 preview,因为它更像是一个高质量起点,而不是不经检查就能上线的最终答案。
  4. 04

    教程步骤

    步骤 4 – 应用结果并继续后续 JSON 工作流

    当预览结果确认无误后,再把输出应用回输入,或直接复制、下载,并继续流转到其他工具。这样整条数据处理链会更稳。

    • 点击 Apply 后,可把当前预览结果回写成新的输入,方便继续叠加下一轮变换脚本。
    • 如果结果已经符合目标,可以直接复制或下载导出的 JSON,用于接口测试、数据交付或留档。
    • 如果你接下来要人工抽查或逐项修改字段,继续进入 JSON Table Editor 会更直观。
    • 如果你想把变换后的结果变得更好读、更适合分享,可以再交给 Formatter 做美化、排序或压缩。
    • 当输出结构已经稳定后,再去生成 Schema、类型定义或做版本比较,通常会得到更干净、更可复用的结果。

一个更稳的 JSON Transformer 工作流

1

先用 validator 或 formatter 把输入 JSON 确认到“可解析且结构清晰”的状态,再开始写变换脚本。

2

优先从内置 recipe 或 AI Transform 草稿起步,不必每次都从空白脚本写起。

3

每次调整脚本后都先跑 preview,抽查代表性记录,再决定是否 apply 到输入区。

4

当变换逻辑已经稳定后,再复制、下载或继续进入 table editor、schema、formatter 等下游工具。

5

需要重复使用的脚本可以保留下来,后续面对同类 JSON 时会比重新手工整理快得多。

把 JSON Transformer 放在格式化和可视化编辑之间,通常最能发挥价值:它既比手工改 JSON 更高效,也比一次性写完整数据处理程序更轻量。

实用提示

先明确目标输出结构,再写脚本,通常比一边写一边猜结果更稳。
AI Transform 更适合生成第一版脚本,真正上线前仍应以 Preview 结果为准。
对数组做批量变换时,至少抽查几条记录,避免误删关键字段或改错类型。
如果只是想逐项人工编辑,不必硬写脚本,切到 Table Editor 往往更直观。

相关 JSON 工具

  • 先格式化和校验输入 JSON,能让后续写脚本和检查结果更容易。
  • 批量变换完成后,再去表格视图人工抽查关键字段,会更稳妥。
  • 当目标结构已经稳定,再生成 Schema 或类型定义,输出会更干净。

常见问题

这个 JSON 变换器适合做什么?

它适合把现有 JSON 改造成另一种更适合业务使用的结构,例如筛选记录、重命名字段、补默认值、提取某一列、扁平化嵌套对象,或把数组按条件重新分组。相比手工逐条修改,它更适合批量、可复用地处理数据。

必须会写 JavaScript 才能使用吗?

不一定。页面内置了常见配方模板,你可以直接套用过滤、映射、去重、扁平化等脚本;如果不知道怎么写,还可以先用 AI Transform 助手输入目标,让它生成一个可继续修改的脚本草稿。

AI Transform 会直接替我执行变换吗?

AI 助手只负责起草脚本,不会绕过你的确认直接改数据。你仍然需要查看脚本、运行预览、检查输出,再决定是否应用到当前 JSON。这样既保留了 AI 的效率,也保留了人工确认的可控性。

变换时我的 JSON 会上传到服务器吗?

页面里的脚本执行、预览、应用和导出都在本地浏览器中完成。AI 草稿功能可能会基于你的文字目标生成脚本建议,但最终 JSON 变换逻辑仍然在本地运行,更适合处理接口字段、配置对象和内部数据样本。

它和 JSON Table Editor、Formatter 有什么区别?

Table Editor 更适合可视化逐项查看和手工编辑,Formatter 更适合美化、压缩和校验可读性,而 JSON Transformer 更适合批量重塑结构。比如你想把字段重命名、提取列、把深层结构拍平,或生成新的输出对象,这页会更高效。

什么时候应该先去 validator 或 repair?

如果输入 JSON 本身已经无效,建议先去 validator 看清错误位置,或先交给 repair 修复常见语法问题。Transformer 更适合处理已经能被解析、但结构还需要进一步重组的 JSON。