Para convertir JSON anidado a CSV, utilice un conversor de JSON a CSV online que le permita elegir qué array JSON se convertirá en las filas del CSV. Esta elección es más importante de lo que suele parecer. Las exportaciones JSON reales suelen comenzar con metadatos, datos de paginación u objetos contenedores, mientras que los registros que necesita están en una ruta como results, data.items o payload.records.
Normalmente, planteo la conversión de JSON a CSV a partir de tres decisiones:
- ¿Qué array debe convertirse en filas?
- ¿Qué campos de objetos anidados deben convertirse en columnas?
- ¿Qué arrays deben unirse, conservarse como JSON o expandirse en filas independientes?
Una vez resueltas estas cuestiones, el resto es un flujo de trabajo CSV normal. Puede previsualizar el resultado, comprobar las columnas y descargar un archivo CSV compatible con una hoja de cálculo, un CRM, una herramienta de BI o un proceso de limpieza de datos.
📌 La versión corta
Empiece por decidir qué debe representar cada fila del CSV. En este ejemplo, quiero una empresa por fila, así que el nodo de filas es
$.results. Después, puedo aplanar las métricas de la empresa y decidir qué hacer con arrays comocontactsytags.
En esta guía utilizaré una exportación JSON anidada con 20.000 registros de empresas dentro de results. El mismo proceso sirve para respuestas de API, resultados de scraping, registros de webhooks, exportaciones de CRM y datos de marketplaces en los que los registros útiles no están en la raíz del JSON.
Enlaces rápidos:
- Ejemplo de archivo JSON anidado
- Convertir JSON anidado a CSV con Datablist
- Elegir el nodo de filas correcto
- Aplanar objetos JSON anidados
- Gestionar arrays dentro de las filas JSON
- Revisar y descargar el CSV
Ejemplo de archivo JSON anidado
Para este ejemplo, imagine una exportación JSON de gran tamaño procedente de una API o herramienta de scraping. El archivo ocupa unos 8,8 MB y contiene 20.000 registros dentro de un array results de nivel superior.
El objeto raíz tiene este aspecto:
{
"meta": {
"generatedAt": "2026-07-04T10:00:00Z",
"source": "stress_test"
},
"results": [
{
"id": 0,
"name": "NbDXeG4Gyg",
"website": "https://example-0.com",
"contacts": [
{
"name": "Ava Martin",
"emails": [
"ava@example-0.com"
],
"phones": [
"+1 555 0100"
]
},
{
"name": "Noah Lee",
"emails": [
"noah@example-0.com"
],
"phones": []
}
],
"tags": "enterprise",
"metrics": {
"employees": 124,
"revenue": {
"amount": 476171,
"currency": "USD"
}
},
"createdAt": "2026-06-25T09:12:00Z"
},
{
"id": 1,
"name": "DwwGmkzmBi",
"website": "https://example-1.com",
"contacts": [
{
"name": "Mia Chen",
"emails": [
"mia@example-1.com"
],
"phones": [
"+1 555 0101"
]
}
],
"tags": [
"saas",
"mid-market"
],
"metrics": {
"employees": 47,
"revenue": null
},
"createdAt": "2026-06-26T14:33:00Z"
}
]
}Este es el tipo de archivo con el que los conversores básicos suelen tener problemas. Los registros no son el objeto raíz, sino que están dentro de results. Además, contienen objetos y arrays anidados, valores que pueden ser tanto strings como arrays, valores nulos y fechas.
🔍 Por qué este archivo es una buena prueba
Un array JSON plano solo pone a prueba el caso más sencillo. Este archivo permite comprobar las decisiones importantes en exportaciones reales: metadatos contenedores, un array de registros anidado, campos de objetos, campos de arrays, valores mixtos y nulos.
Esta es la estructura de las primeras filas:
| Fila | Formato de website | Número de contactos | Formato de tags | Ingresos |
|---|---|---|---|---|
| 0 | String | 2 | String | Importe y divisa |
| 1 | String | 2 | Array | Nulo |
| 2 | Array | 1 | Array | Nulo |
El CSV final debe tener una fila por empresa. Quiero convertir campos útiles como id, name, website, employees, amount, currency y createdAt en columnas. Para campos como contacts y tags, debo decidir cuánto de su estructura quiero conservar.
Convertir JSON anidado a CSV con Datablist
Abra el conversor JSON de Datablist. Puede pegar el JSON en el editor o subir un archivo .json.
Para una respuesta de API pequeña, pegar el contenido es suficiente. Para una exportación más grande, prefiero subir el archivo porque así se evita que el contenido se corte accidentalmente al copiarlo y pegarlo. El archivo se lee en el navegador y la conversión se ejecuta localmente, sin enviarlo a los servidores de Datablist para procesarlo.
Una vez cargado el JSON, Datablist analiza su estructura y busca arrays de objetos. Acepta raíces JSON que sean arrays u objetos y examina rutas anidadas como $.results, $.data.items u otros arrays más profundos.
Si el archivo resulta difícil de interpretar, a veces lo abro primero en JSONCrack. Esta herramienta muestra un árbol visual que ayuda a encontrar el array que debe convertirse en filas. Es opcional, pero resulta útil cuando el archivo contiene varios arrays candidatos.
En este ejemplo, el nodo de filas correcto es:
$.results
Elijo $.results porque quiero una fila por empresa. Cada elemento de ese array se convierte en una fila del CSV.
Datablist puede recomendar un nodo de filas, pero aun así lo compruebo manualmente. Aquí es donde se producen la mayoría de los errores de conversión. Un archivo JSON puede contener un array principal de empresas, otro secundario de contactos y un tercero de etiquetas o eventos. Todos son arrays, pero solo uno coincide con el CSV que necesita.
⚠️ Cambiar el nodo de filas cambia el dataset
Tanto
$.resultscomo$.results[].contactsson nodos de filas válidos, pero no generan el mismo CSV. Elija el array principal si quiere filas de cuentas y el secundario si los elementos anidados constituyen el dataset.
En este artículo mantendré el nodo principal:
$.resultssignifica una empresa o cuenta por fila.$.results[].contactssignificaría un contacto por fila.
La segunda opción también puede ser correcta, pero cambia el resultado. Un CSV a nivel de contacto es útil cuando necesita una lista de personas. Un CSV a nivel de empresa es mejor para limpiar cuentas, enriquecer empresas, importar registros en un CRM o revisar métricas.
Elegir el nodo de filas correcto
Un nodo de filas es el array JSON cuyos elementos se convierten en filas del CSV.
Los ejemplos más habituales son los siguientes:
| Ruta JSON | Cuándo utilizarla |
|---|---|
$.results | Los registros están guardados bajo una clave results |
$.data.items | Una API incluye los registros dentro de un objeto data |
$.payload.records | Un webhook o una exportación interna incluye los registros bajo payload |
$.results[].contacts | Quiere un contacto anidado por fila |
Antes de elegir, suelo hacerme una pregunta: ¿qué debe representar cada fila?
Si una fila debe representar una empresa, cuenta, pedido, producto, anuncio o evento, elija el array principal. Si debe representar un contacto, email, artículo de pedido, precio, comentario o evento secundario, elija el array hijo.
Parece sencillo, pero cambia todo el CSV.
Con $.results, el CSV conserva el contexto de la empresa. El campo contacts permanece dentro de su fila como un valor anidado, salvo que decida procesar los contactos por separado. Con $.results[].contacts, el CSV se convierte en una lista de contactos, pero los campos de la empresa principal no se incluyen automáticamente, a menos que el conversor añada esa función en una versión futura.
Mi opción predeterminada es comenzar por el array principal. Produce una primera exportación más segura, ya que después todavía puedo revisar los arrays anidados. Solo cambio a un array hijo cuando sus elementos son el verdadero dataset.
Aplanar objetos JSON anidados
Los objetos anidados son el punto en el que un conversor CSV debe ofrecer algo más que una simple transformación de archivos.
En el archivo del ejemplo, metrics es un objeto:
{
"metrics": {
"employees": 124,
"revenue": {
"amount": 476171,
"currency": "USD"
}
}
}En una hoja de cálculo no quiero una única celda metrics que contenga un objeto JSON. Quiero columnas que pueda filtrar y ordenar:
employeesamountcurrency
Datablist detecta las rutas de objetos anidados y le permite elegir cuáles quiere aplanar. Mantengo aplanados los campos escalares útiles porque funcionan mejor en las herramientas para CSV.
En este ejemplo, aplano:
metrics.employeescomoemployeesmetrics.revenue.amountcomoamountmetrics.revenue.currencycomocurrency
El CSV esperado a nivel de empresa tiene este aspecto:
| Columna CSV | Valor de origen |
|---|---|
id | Identificador de la fila |
name | Nombre de la empresa o cuenta |
website | Sitio web, array unido o string JSON según la configuración |
contacts | Datos anidados de los contactos al exportar una empresa por fila |
tags | Etiquetas unidas o texto original |
employees | Valor de metrics.employees |
amount | Valor de metrics.revenue.amount |
currency | Valor de metrics.revenue.currency |
createdAt | Fecha original o con formato |
Prefiero nombres de columna fáciles de interpretar para la primera exportación. Si el archivo contiene nombres repetidos en objetos diferentes, revise la vista previa antes de descargarlo. Por ejemplo, billing.amount y revenue.amount no deberían convertirse en una misma columna amount ambigua sin comprobar antes el resultado.
💡 Mi configuración predeterminada para aplanar datos
Aplane los campos escalares que quiera filtrar, ordenar o importar como columnas. Conserve los objetos o arrays estructurados como JSON cuando aplanarlos oculte su significado o genere celdas difíciles de interpretar.
Gestionar arrays dentro de las filas JSON
Los arrays requieren una decisión independiente porque las celdas CSV contienen texto, mientras que los arrays JSON pueden representar distintos tipos de información.
Una lista de etiquetas no es lo mismo que una lista de contactos. Tampoco es igual una lista de emails que otra de artículos de un pedido. Evito aplicar una única regla global cuando los arrays tienen significados diferentes.
Para el archivo del ejemplo, utilizaría estos ajustes:
| Campo | Tratamiento recomendado | Motivo |
|---|---|---|
tags | Unir los valores | Las etiquetas son valores sencillos y funcionan bien en una sola celda |
website | Unir los valores o conservarlos como JSON | Únalos para facilitar la lectura o conserve el JSON si importan los formatos mixtos |
contacts | Conservar como JSON en las filas de empresas | Los objetos de contacto tienen sus propios campos anidados |
contacts | Usar $.results[].contacts como nodo para las filas de contactos | Es mejor cuando la lista de contactos constituye el resultado real |
Datablist ofrece opciones para gestionar arrays, como unir valores, conservarlos como strings JSON, tomar el primer elemento y aplicar una configuración diferente a cada caso.
Mi criterio predeterminado es sencillo:
- Unir arrays simples, como las etiquetas.
- Conservar los arrays estructurados como strings JSON si necesito preservar su contenido.
- Tomar solo el primer elemento cuando tenga un significado claro, como un email principal.
- Cambiar el nodo de filas cuando cada elemento del array merezca una fila propia.
Para la exportación de empresas, conservo contacts como un valor estructurado porque cada contacto tiene nombre, emails y teléfonos. Aplanarlo en una sola celda haría que el CSV fuese difícil de leer, y conservar únicamente el primer contacto provocaría una pérdida de datos.
Para exportar contactos, seleccionaría $.results[].contacts. El CSV contendría entonces columnas a nivel de contacto como estas:
| Columna CSV | Valor de origen |
|---|---|
name | Nombre del contacto |
emails | Lista de emails unida o string JSON |
phones | Lista de teléfonos unida o string JSON |
La contrapartida es el contexto. Una exportación de empresas conserva intacta cada fila de empresa. Una exportación de contactos se centra en las personas, pero los campos de la empresa principal no se copian automáticamente en cada fila, salvo que la herramienta incorpore esa función en una versión posterior.
Configurar las opciones de salida
Una vez configurados correctamente el nodo de filas, el aplanado y los arrays, ajuste la salida CSV.
Normalmente empiezo con esta configuración:
- Separador: coma para un CSV estándar.
- Fila de encabezados: activada.
- Formato de fecha: conservar el original, salvo que la hoja de cálculo de destino necesite uno más legible.
Utilice el punto y coma como separador cuando su hoja de cálculo o configuración regional espere archivos separados por punto y coma. Esto puede ser importante en Europa, donde la coma suele utilizarse como separador decimal.
Para las fechas, prefiero mantener el formato de origen en la primera exportación. Si se utilizan timestamps ISO, son fáciles de procesar más adelante y conservan los datos de la zona horaria. Si el CSV está destinado a un compañero sin perfil técnico, aplicar formato a las fechas puede facilitar su lectura.
Antes de descargar, compruebe las dos vistas previas:
- La vista de tabla permite revisar las filas y columnas.
- La vista del CSV sin procesar permite comprobar los separadores, las comillas y los saltos de línea.
🔑 Revise la vista previa antes de exportar
En la vista previa podrá detectar un nodo de filas incorrecto, columnas ausentes, arrays desordenados y problemas con los separadores. Prefiero dedicarle 30 segundos a tener que depurar después una importación fallida en un CRM o una hoja de cálculo.
Siempre compruebo la vista previa del CSV sin procesar cuando hay arrays o texto con varias líneas. Solo lleva unos segundos y permite detectar una cantidad sorprendente de problemas de importación.
Revisar y descargar el CSV
Antes de descargar el archivo, repaso esta lista:
- ¿Coincide el número de filas con el nodo seleccionado?
- ¿Representan las filas la entidad que quería obtener?
- ¿Están
employees,amountycurrencyseparados en columnas útiles? - ¿Son legibles los arrays o se han conservado como JSON cuando su estructura es importante?
- ¿Los valores nulos de ingresos están vacíos o son lo bastante claros para el siguiente paso?
- ¿Tienen las fechas el formato adecuado para la hoja de cálculo o herramienta de importación?
- ¿Utiliza la vista previa del CSV sin procesar el separador esperado?
A continuación, descargue el CSV. Cuando sube un archivo, el nombre del archivo descargado puede basarse en el original, lo que facilita identificar el origen del CSV.
Después de exportarlo, ábralo en el editor CSV de Datablist, Excel, Google Sheets o la siguiente herramienta de su flujo de datos. En Datablist puede continuar con tareas de limpieza, filtrado, deduplicación, enriquecimiento o traducción. Si genera varias exportaciones, puede comparar dos archivos CSV. Si el archivo es demasiado grande para otra herramienta, puede dividir el CSV en archivos más pequeños.
Resultado CSV esperado
Al seleccionar $.results, el resultado principal contiene una empresa o cuenta por fila.
| Columna CSV | Ruta JSON dentro de cada fila | Valor esperado |
|---|---|---|
id | $.id | Identificador de la fila |
name | $.name | Nombre de la empresa o cuenta |
website | $.website | String del sitio web, array unido o string JSON |
contacts | $.contacts | Array de contactos unido o en JSON al mantener una empresa por fila |
tags | $.tags | Etiquetas unidas o string original |
employees | $.metrics.employees | Número de empleados |
amount | $.metrics.revenue.amount | Importe de los ingresos, si está disponible |
currency | $.metrics.revenue.currency | Divisa de los ingresos, si está disponible |
createdAt | $.createdAt | Fecha original o con formato |
Al seleccionar $.results[].contacts, el resultado cambia a un contacto por fila.
| Columna CSV | Ruta JSON dentro de cada contacto | Valor esperado |
|---|---|---|
name | $.name | Nombre del contacto |
emails | $.emails | Lista de emails unida o string JSON |
phones | $.phones | Lista de teléfonos unida o string JSON |
Ambas exportaciones son válidas, pero responden a necesidades diferentes.
Utilice la exportación a nivel de empresa para limpiar cuentas, revisar datos firmográficos, enriquecer registros de empresas o preparar importaciones para un CRM. Utilice la exportación a nivel de contacto cuando las personas sean el dataset objetivo.
Cuándo utilizar este flujo de trabajo
Este flujo de trabajo resulta útil siempre que JSON sea el formato de origen y CSV el formato con el que necesita trabajar.
Algunos casos habituales:
- Respuestas de API con metadatos, paginación y un array
resultsanidado. - Resultados de scraping mediante API con anuncios, productos, contactos o eventos.
- Exportaciones de CRM y RevOps en las que las empresas incluyen contactos, etiquetas, métricas y campos personalizados.
- Exportaciones de marketplaces o catálogos de productos con variantes, precios, categorías y proveedores.
- Registros de webhooks con eventos anidados bajo un payload.
- Flujos de localización en los que quiera traducir el CSV resultante.
El patrón es siempre el mismo: encuentre el array que representa las filas, aplane los campos de objetos que necesite, decida cómo tratar los arrays y revise la vista previa antes de exportar.
Solucionar problemas al convertir JSON anidado a CSV
Si el JSON no es válido, compruebe primero el archivo de origen. Las comas ausentes, los logs de consola copiados, el texto sobrante, las descargas parciales y las comillas sin escapar pueden impedir su análisis. Normalmente valido el archivo antes de modificar los ajustes de conversión, porque un JSON no válido debe corregirse en el origen.
Si no se encuentra ningún nodo de filas, puede que el archivo no contenga un array de objetos. Un único objeto formado solo por campos escalares no es suficiente para este flujo de trabajo. Las raíces primitivas, strings, números y valores individuales no generan filas CSV útiles.
Que el número de filas sea correcto no garantiza que todos los campos se hayan convertido en columnas. Datablist detecta las columnas a partir de los primeros 50 registros del nodo seleccionado; la vista previa de la tabla muestra hasta 100 filas. Por ejemplo, si solo el registro 51 contiene un campo optional_note, el CSV puede incluir las 51 filas y omitir ese campo por completo.
Compruebe si existen campos que solo aparecen en registros posteriores y compárelos con los encabezados del resultado. En el ejemplo anterior, mueva el registro que contiene optional_note a una posición entre los primeros 50 en una copia del JSON, manteniendo intactos su ID y sus valores. Repita la conversión y compruebe que aparece el encabezado y que la nota del registro 51 se conserva en el CSV descargado. Reordenar los datos cambia el orden de las filas, así que utilice los ID para comparar el resultado y conserve el JSON original. Si el esquema varía mucho, asegúrese de que los primeros 50 registros incluyan todos los campos que necesita antes de exportar.
Si aparecen filas incorrectas en la vista previa, cambie el nodo seleccionado. Esto suele significar que el conversor ha encontrado un array, pero no el que usted tenía en mente. Busque la ruta en la que se encuentran los registros, como $.results, $.data.items o $.payload.records.
Si los contactos, etiquetas, artículos de pedidos o eventos son difíciles de leer, ajuste el tratamiento de los arrays. Una las listas sencillas. Conserve los arrays estructurados como JSON cuando quiera mantener todos los detalles. Cambie a un nodo hijo cuando cada elemento anidado deba convertirse en una fila.
Si un archivo grande tarda en procesarse, recuerde que el rendimiento del navegador y del dispositivo sigue siendo importante. Datablist ejecuta el análisis y la conversión en un web worker, por lo que el trabajo no se realiza en el hilo principal de la interfaz, pero la memoria y la CPU locales siguen imponiendo límites prácticos.
Si el CSV no se importa correctamente en otra herramienta, pruebe un separador distinto, mantenga activada la fila de encabezados y revise la vista previa del CSV sin procesar. Las comillas y los saltos de línea pueden ser importantes cuando los valores JSON contienen texto, arrays u objetos anidados.
Qué ocurre en el navegador
Datablist analiza y convierte el JSON mediante un worker del navegador. Este analiza los posibles nodos de filas, guarda en caché el objeto procesado, convierte el nodo seleccionado a CSV y devuelve a la interfaz la vista previa y el resultado.
Esto es importante por dos motivos.
En primer lugar, la conversión no se ejecuta en el hilo principal de la interfaz. Así, la página sigue respondiendo mientras se analiza el archivo.
En segundo lugar, el procesamiento se realiza localmente en su navegador, en vez de enviar los datos a los servidores de Datablist para convertirlos. Esto resulta útil al trabajar con exportaciones de API, resultados de scraping o archivos de datos internos que no quiere subir a un conversor del lado del servidor.
Aun así, debe seguir las normas habituales de gestión de datos de su organización. El procesamiento local en el navegador es útil, pero no sustituye las políticas de privacidad y cumplimiento normativo de su empresa.
Conclusión
Convertir JSON anidado a CSV consiste, ante todo, en elegir correctamente el nodo de filas. Una vez seleccionado el array que debe convertirse en filas, el resto resulta mucho más manejable.
Para el archivo del ejemplo, $.results genera una empresa por fila. Al aplanar metrics.employees, metrics.revenue.amount y metrics.revenue.currency, se crean columnas útiles para una hoja de cálculo. La configuración de los arrays determina si campos como tags, website y contacts se convierten en texto legible, se conservan como JSON o dan lugar a una exportación independiente a nivel de contacto.
Abra el conversor de JSON a CSV, suba una exportación JSON anidada, seleccione el nodo de filas, revise la vista previa y descargue el CSV. Después, abra el archivo exportado en el editor CSV de Datablist si necesita limpiarlo, filtrarlo, deduplicarlo, enriquecerlo o traducirlo.






