# Convertir JSON en Excel : Guide complet avec outils et code

La conversion JSON vers Excel est une tâche courante en analyse de données. Ce guide vous montre toutes les méthodes pour convertir JSON en fichiers Excel (.xlsx) ou CSV.

Pourquoi convertir JSON en Excel ?

Analyse de données : Excel offre des outils puissants
Partage : Format familier pour non-développeurs
Visualisation : Graphiques et tableaux croisés dynamiques
Reporting : Génération de rapports automatisés

JSON vers CSV (Simple)

Méthode JavaScript

\\\javascript


function jsonToCSV(jsonData) {
  const items = Array.isArray(jsonData) ? jsonData : [jsonData];

  if (items.length === 0) return '';

  // En-têtes
  const headers = Object.keys(items[0]);
  const csvHeaders = headers.join(',');

  // Lignes
  const csvRows = items.map(item => 
    headers.map(header => {
      const value = item[header];
      // Échapper guillemets et virgules
      if (typeof value === 'string') {

return \"${value.replace(/"/g, '""')}"\;


      }
      return value;
    }).join(',')
  );

  return [csvHeaders, ...csvRows].join('\n');
}

// Exemple
const donnees = [
  {nom: "Alice", age: 30, ville: "Paris"},
  {nom: "Bob", age: 25, ville: "Lyon"},
  {nom: "Charlie", age: 35, ville: "Marseille"}
];

const csv = jsonToCSV(donnees);
console.log(csv);
/

nom,age,ville
"Alice",30,"Paris"
"Bob",25,"Lyon"
"Charlie",35,"Marseille"
/

// Télécharger CSV
function downloadCSV(csv, filename = 'data.csv') {
  const blob = new Blob([csv], {type: 'text/csv;charset=utf-8;'});
  const link = document.createElement('a');
  link.href = URL.createObjectURL(blob);
  link.download = filename;
  link.click();
}

downloadCSV(csv, 'utilisateurs.csv');

\\\

Méthode Python

\\\python


import json
import csv

# Charger JSON
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

# Convertir en CSV
with open('output.csv', 'w', newline='', encoding='utf-8') as f:
    if isinstance(data, list) and len(data) > 0:
        writer = csv.DictWriter(f, fieldnames=data[0].keys())
        writer.writeheader()
        writer.writerows(data)

# Avec pandas (recommandé)
import pandas as pd

# Lire JSON
df = pd.read_json('data.json')

# Sauvegarder en CSV
df.to_csv('output.csv', index=False, encoding='utf-8')

\\\

JSON vers Excel (.xlsx)

Avec JavaScript (XLSX library)

\\\javascript


// Installation: npm install xlsx
import  as XLSX from 'xlsx';


function jsonToExcel(jsonData, filename = 'data.xlsx') {
  // Créer workbook
  const wb = XLSX.utils.book_new();

  // Convertir JSON en worksheet
  const ws = XLSX.utils.json_to_sheet(jsonData);

  // Ajouter worksheet au workbook
  XLSX.utils.book_append_sheet(wb, ws, 'Données');

  // Écrire fichier
  XLSX.writeFile(wb, filename);
}

// Exemple
const utilisateurs = [
  {nom: "Alice", age: 30, email: "alice@ex.com"},
  {nom: "Bob", age: 25, email: "bob@ex.com"}
];

jsonToExcel(utilisateurs, 'utilisateurs.xlsx');

\\\

Avec formatage avancé

\\\javascript

import  as XLSX from 'xlsx';

function jsonToExcelAvance(jsonData, filename) {
  const wb = XLSX.utils.book_new();
  const ws = XLSX.utils.json_to_sheet(jsonData);

  // Largeur des colonnes
  const wscols = [
    {wch: 20}, // Colonne A
    {wch: 10}, // Colonne B
    {wch: 30}  // Colonne C
  ];
  ws['!cols'] = wscols;

  // Style des en-têtes (nécessite xlsx-style)
  const range = XLSX.utils.decode_range(ws['!ref']);
  for (let C = range.s.c; C <= range.e.c; ++C) {
    const address = XLSX.utils.encode_col(C) + "1";
    if (!ws[address]) continue;
    ws[address].s = {
      font: {bold: true},
      fill: {fgColor: {rgb: "CCCCCC"}}
    };
  }

  XLSX.utils.book_append_sheet(wb, ws, 'Feuille1');
  XLSX.writeFile(wb, filename);
}

\\\

Avec Python (openpyxl)

\\\python


import json
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill

# Charger JSON
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

# Créer workbook
wb = Workbook()
ws = wb.active
ws.title = "Données"

# En-têtes
if data and len(data) > 0:
    headers = list(data[0].keys())
    ws.append(headers)

    # Style des en-têtes
    for cell in ws[1]:
        cell.font = Font(bold=True)
        cell.fill = PatternFill(start_color="CCCCCC", 
                                end_color="CCCCCC", 
                                fill_type="solid")

    # Données
    for item in data:
        ws.append([item.get(h) for h in headers])

# Sauvegarder
wb.save('output.xlsx')

\\\

Avec Python (pandas - le plus simple)

\\\python


import pandas as pd
import json

# Lire JSON
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

# Convertir en DataFrame
df = pd.DataFrame(data)

# Sauvegarder en Excel
df.to_excel('output.xlsx', index=False, sheet_name='Données')

# Avec formatage
with pd.ExcelWriter('output_formate.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, index=False, sheet_name='Données')

    # Accéder au worksheet
    worksheet = writer.sheets['Données']

    # Ajuster largeur colonnes
    for column in worksheet.columns:
        max_length = 0
        column = [cell for cell in column]
        for cell in column:
            try:
                if len(str(cell.value)) > max_length:
                    max_length = len(cell.value)
            except:
                pass
        adjusted_width = (max_length + 2)
        worksheet.column_dimensions[column[0].column_letter].width = adjusted_width

\\\

JSON imbriqué vers Excel

Aplatir JSON

\\\javascript


function flattenJSON(obj, prefix = '') {
  const flattened = {};

  for (const [key, value] of Object.entries(obj)) {

const newKey = prefix ? \${prefix}.${key}\ : key;



    if (value && typeof value === 'object' && !Array.isArray(value)) {
      Object.assign(flattened, flattenJSON(value, newKey));
    } else if (Array.isArray(value)) {
      flattened[newKey] = value.join(', ');
    } else {
      flattened[newKey] = value;
    }
  }

  return flattened;
}

// Exemple
const jsonNested = {
  nom: "Jean",
  adresse: {
    rue: "123 Rue Main",
    ville: "Paris",
    code: "75001"
  },
  hobbies: ["lecture", "sport"]
};

const flat = flattenJSON(jsonNested);
console.log(flat);
/

{
  nom: "Jean",
  "adresse.rue": "123 Rue Main",
  "adresse.ville": "Paris",
  "adresse.code": "75001",
  hobbies: "lecture, sport"
}
/

\\\

Python avec json_normalize

\\\python


import pandas as pd
import json

# JSON imbriqué
with open('nested.json', 'r') as f:
    data = json.load(f)

# Aplatir automatiquement
df = pd.json_normalize(data)

# Sauvegarder
df.to_excel('output.xlsx', index=False)

\\\

Outils en ligne

1. ConvertCSV.com

URL: convertcsv.com/json-to-csv.htm
Simple et rapide
Gratuit

2. Code Beautify

URL: codebeautify.org/json-to-excel-converter
Conversion directe JSON → Excel
Téléchargement immédiat

3. JSON-CSV.com

Options de configuration
Gestion JSON imbriqué

Cas d'usage avancés

Plusieurs feuilles Excel

\\\javascript


import * as XLSX from 'xlsx';

function createMultiSheetExcel(dataObj, filename) {
  const wb = XLSX.utils.book_new();

  // Créer une feuille pour chaque clé
  for (const [sheetName, data] of Object.entries(dataObj)) {
    const ws = XLSX.utils.json_to_sheet(data);
    XLSX.utils.book_append_sheet(wb, ws, sheetName);
  }

  XLSX.writeFile(wb, filename);
}

// Exemple
const donnees = {
  "Utilisateurs": [
    {nom: "Alice", age: 30},
    {nom: "Bob", age: 25}
  ],
  "Produits": [
    {nom: "Laptop", prix: 999},
    {nom: "Souris", prix: 25}
  ]
};

createMultiSheetExcel(donnees, 'multi-sheets.xlsx');

\\\

API vers Excel

\\\javascript


async function apiToExcel(apiUrl, filename) {
  const response = await fetch(apiUrl);
  const data = await response.json();

  const wb = XLSX.utils.book_new();
  const ws = XLSX.utils.json_to_sheet(data);
  XLSX.utils.book_append_sheet(wb, ws, 'API Data');
  XLSX.writeFile(wb, filename);
}

// Utilisation
apiToExcel('https://api.example.com/users', 'users.xlsx');

\\\

Bonnes pratiques

Gérer les valeurs nulles

\\\javascript


const cleanData = data.map(item => ({
  ...item,
  field: item.field ?? 'N/A'
}));

\\\

Formater les dates

\\\python


df['date'] = pd.to_datetime(df['date']).dt.strftime('%Y-%m-%d')

\\\

Limiter les grandes datasets

\\\javascript


// Paginer si > 1M lignes
const MAX_ROWS = 1000000;
if (data.length > MAX_ROWS) {
  // Diviser en plusieurs fichiers
}

\\\

Conclusion

Meilleure méthode par langage :

JavaScript : Bibliothèque XLSX
Python : Pandas (le plus simple)
Rapide : Outils en ligne (données non-sensibles)

Points clés :

CSV pour simplicité

XLSX pour formatage

Aplatir JSON imbriqué

Gérer gros volumes

Valider avant conversion

Convertir JSON en Excel : Guide complet avec outils et code

Big JSON Team

Pourquoi convertir JSON en Excel ?

JSON vers CSV (Simple)

Méthode JavaScript

Méthode Python

JSON vers Excel (.xlsx)

Avec JavaScript (XLSX library)

Avec formatage avancé

Avec Python (openpyxl)

Avec Python (pandas - le plus simple)

JSON imbriqué vers Excel

Aplatir JSON

Python avec json_normalize

Outils en ligne

1. ConvertCSV.com

2. Code Beautify

3. JSON-CSV.com

Cas d'usage avancés

Plusieurs feuilles Excel

API vers Excel

Bonnes pratiques

Conclusion

Articles Connexes

Meilleurs outils JSON en ligne 2026 : Validateurs, formateurs et éditeurs

Python et JSON : Guide complet pour manipuler des données JSON

JavaScript et JSON : Guide complet de manipulation des données

Read in English