json_ObjectToKV 函数深度研究报告

灵析表格 · Excel公式盒子 --- Excel/WPS 官方扩展函数库 JSON 数据处理系列

一、研究背景与概述

JSON（JavaScript Object Notation）已成为现代数据交换的事实标准格式。在企业日常办公中，API 接口返回数据、系统导出配置、第三方平台数据对接等场景大量使用 JSON 格式。然而，Excel 和 WPS 表格作为职场最广泛使用的数据处理工具，其原生功能对 JSON 数据的支持极为有限------既没有内置的 JSON 解析函数，也缺乏将结构化 JSON 数据快速转换为表格的能力。 $cite:1$ $cite:2$

灵析表格（Excel公式盒子）是兼容 Excel 与 WPS 的官方扩展函数库，提供了完整的 JSON 数据处理函数族，其中 json_ObjectToKV（中文函数名：json_对象转键值对）是该函数族中的核心函数之一，专门用于将 JSON 对象的键值对展开为 Excel 可识别的二维表格结构。 $cite:1$

本报告围绕 json_ObjectToKV 函数的技术原理、功能特性、方案对比、办公实战应用及最佳实践展开深度分析，面向财务、人事、运营、数据分析等职场人群，提供可直接落地的操作指南。

二、函数技术详解

2.1 函数定位与核心功能

json_ObjectToKV 函数的核心职责是：接收一个合法的 JSON 对象字符串，将其中的所有键值对解析并输出为两列结构的二维数组------第一列为键名（Key），第二列为对应的值（Value）。这种"竖向展开"的输出形式使原本嵌套在字符串中的结构化数据变为表格中可筛选、可统计、可查找的标准行式数据。 $cite:1$

2.2 参数规范

参数名	类型	必填	示例值	说明
`jsonObject`	String	是	`{"name":"张三","age":30}`	合法的 JSON 对象字符串，键为字符串类型

函数仅接收一个参数，即待转换的 JSON 对象字符串。该字符串必须符合标准 JSON 对象语法规范（以 { 开头、} 结尾，键名使用双引号包裹，键值对之间以逗号分隔）。 $cite:1$

2.3 基础用法演示

场景一：简单对象转换

excel 复制代码

=json_ObjectToKV("{""name"":""李雷"",""age"":25}")

输出效果：

name	李雷
age	25

场景二：多属性对象展开

excel 复制代码

=json_ObjectToKV("{""部门"":""市场部"",""人数"":12,""负责人"":""王强""}")

输出效果：

部门	市场部
人数	12
负责人	王强

以上案例展示了函数对中英文键名、字符串与数值类型的统一处理能力。 $cite:1$

2.4 技术实现原理

根据官方技术说明，函数的内部处理流程如下： $cite:1$

解析阶段 ：调用 JObject.Parse() 方法将输入的 JSON 字符串解析为内存中的对象结构
遍历阶段：遍历解析后对象的每一项（键值对），逐一提取键名与值
写入阶段：将每对键值写入预分配的二维数组，第一列存储键名，第二列存储值
输出阶段：将填充完毕的二维数组作为公式返回值，以溢出（Spill）方式填充到单元格区域

支持的值类型：字符串（String）、数字（Number）、布尔值（Boolean）等基础数据类型。 $cite:1$

2.5 异常处理机制

错误场景	返回值
输入非合法 JSON 对象	`"无效的JSON对象"`

函数内置了基本的容错机制，当传入的字符串无法被解析为合法 JSON 对象时，返回明确的错误提示文本而非报错中断，便于在公式链中进行后续判断处理。 $cite:1$

2.6 运行环境兼容性

函数在 WPS 2019+ 和 Excel 365 中均通过测试，适用于扁平化 JSON 对象结构的处理。在支持动态数组（Dynamic Arrays）的版本中，函数输出可自动溢出到相邻单元格区域。 $cite:1$

三、方案对比分析

3.1 与原生 Excel 函数方案对比

Excel 原生函数体系缺乏专门的 JSON 解析能力。在 Excel 2019 及以上版本中，理论上可通过 FILTERXML 函数配合多层 SUBSTITUTE 来近似实现 JSON 数据提取，但该方法存在显著缺陷： $cite:2$

excel 复制代码

' 原生函数伪代码方案（仅作思路示意，实际极易出错）
=FILTERXML("<root>" & SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(A1, "{", "<"), "}", ">"), ":", "="), ",", "") & "</root>", "//user/name")

原生方案的核心问题：

WPS 完全不支持 FILTERXML 函数，跨平台兼容性为零
需要多层 SUBSTITUTE 嵌套进行字符替换，公式冗长且难以维护
无法处理值中包含特殊字符（如逗号、冒号、引号）的情况
不支持将键值对展开为二维表格，仅能逐个字段提取

而 json_ObjectToKV 仅需一个公式即可完成完整的键值对展开： $cite:2$

excel 复制代码

=json_ObjectToKV(A1)

3.2 与 VBA 方案对比

VBA 方案需要导入开源 JSON 解析库（如 VBA-JSON），再编写自定义函数实现同等功能： $cite:2$

vba 复制代码

Function JsonToKeyValue(jsonText As String)
    Dim json As Object, key As Variant, result(), i As Long
    Set json = JsonConverter.ParseJson(jsonText)
    ReDim result(1 To json.Count, 1 To 2)
    i = 1
    For Each key In json.Keys
        result(i, 1) = key
        result(i, 2) = json(key)
        i = i + 1
    Next key
    JsonToKeyValue = result
End Function

VBA 方案的局限性：

需要额外下载并导入外部 JSON 解析库
需要启用宏，存在安全策略限制
代码编写门槛高，非技术人员难以维护
WPS 中的 VBA 兼容性存在差异

3.3 三方案综合对比

对比维度	json_ObjectToKV	原生函数	VBA 自定义函数
公式复杂度	极低（单函数调用）	极高（多层嵌套）	中等（需编写代码）
跨平台兼容	Excel + WPS	仅 Excel 2019+	受宏安全策略限制
键值对展开	原生支持	不支持	支持（需编码）
外部依赖	无	无	需导入 JSON 库
维护门槛	低	高	中高
特殊字符处理	自动处理	易出错	需额外编码
性能表现	底层优化	公式越长越慢	中等

综上，json_ObjectToKV 在易用性、兼容性和功能完整度三个维度上均显著优于替代方案，是非开发人员处理 JSON 数据的理想选择。 $cite:2$

四、办公实战应用场景

4.1 场景一：API 接口数据快速解析

业务背景：运营人员从第三方平台导出的用户数据为 JSON 格式，需要快速整理为表格进行统计分析和汇报。

原始数据（A1 单元格）：

json 复制代码

{"user_id":1001,"username":"张三","department":"市场部","level":"高级","score":85,"is_active":true}

操作步骤：

excel 复制代码

' B1单元格：直接展开所有键值对
=json_ObjectToKV(A1)

输出结果：

user_id	1001
username	张三
department	市场部
level	高级
score	85
is_active	TRUE

一键展开后，所有字段以整齐的表格形式呈现，可直接用于后续筛选、排序或制作数据透视表。 $cite:1$ $cite:3$

4.2 场景二：配合 VLOOKUP 实现字段值精准查找

业务背景：人事部门收到系统导出的 JSON 格式员工信息，需要根据字段名快速查找对应值，填入工资核算表。

数据来源（A1 单元格）：

json 复制代码

{"工号":"EMP2024","姓名":"王强","部门":"技术部","职级":"P7","base_salary":25000,"绩效系数":1.2}

查找公式：

excel 复制代码

' 查找"姓名"字段对应的值
=VLOOKUP("姓名", json_ObjectToKV(A1), 2, FALSE)
' → 返回 "王强"

' 查找"职级"字段对应的值
=VLOOKUP("职级", json_ObjectToKV(A1), 2, FALSE)
' → 返回 "P7"

这种组合方式将 JSON 对象转化为临时查找表，无需先将数据手动粘贴到工作表中，实现了"即查即用"的动态数据提取。对于需要频繁从 JSON 数据中提取特定字段的场景（如工资核算、绩效统计），该方案可大幅减少重复操作。 $cite:1$

4.3 场景三：系统配置参数批量提取与审计

业务背景：IT 运维人员需要从系统导出的 JSON 配置文件中提取所有参数项，生成配置清单用于安全审计和版本对比。

原始数据（A1 单元格）：

json 复制代码

{"max_connections":500,"timeout":30,"retry_count":3,"cache_enabled":true,"log_level":"INFO","port":8080}

操作步骤：

excel 复制代码

' 展开所有配置项
=json_ObjectToKV(A1)

展开后得到标准的"参数名-参数值"两列表格，可直接：

使用条件格式标记异常值（如 timeout > 60 标红）
复制到单独工作表建立配置基线文档
与历史版本配置进行逐行差异对比

相比手动逐条复制配置参数，该方案可将配置审计效率提升数倍。 $cite:1$ $cite:4$

4.4 场景四：多来源数据归一化处理

业务背景：数据分析人员需要整合来自不同系统的数据，各系统返回的 JSON 字段命名和结构不一致，需要统一展开后进行字段映射。

系统 A 数据（A2 单元格）：

json 复制代码

{"cust_name":"李四","phone":"13800138000","order_count":15}

系统 B 数据（A3 单元格）：

json 复制代码

{"客户姓名":"王五","联系电话":"13900139000","订单数":8}

处理方式：

excel 复制代码

' 分别展开两个系统的数据
=json_ObjectToKV(A2)  ' 系统A数据展开
=json_ObjectToKV(A3)  ' 系统B数据展开

展开后，两个系统的数据均变为统一的键值对表格形式，分析人员可以直观对比字段对应关系，建立映射规则后进行数据合并。这解决了不同系统 JSON 字段命名差异导致的数据整合难题。 $cite:3$ $cite:4$

4.5 场景五：配合 INDEX+MATCH 实现动态字段提取

业务背景：财务人员处理发票 OCR 识别返回的 JSON 数据，字段数量和顺序不固定，需要根据表头动态提取对应字段值。

原始数据（A1 单元格）：

json 复制代码

{"发票号码":"FP20240115001","开票日期":"2024-01-15","金额":12800.00,"税额":1664.00,"购买方":"XX科技有限公司"}

动态提取公式：

excel 复制代码

' 假设 B1 单元格中输入需要查找的字段名（如"金额"）
=INDEX(json_ObjectToKV(A1), MATCH(B1, INDEX(json_ObjectToKV(A1), , 1), 0), 2)
' → 根据 B1 中的字段名动态返回对应值

该方案的优势在于：当 JSON 数据中的字段顺序或数量发生变化时，公式无需修改即可自动适应，实现了真正意义上的动态数据提取。 $cite:1$

4.6 场景六：批量处理 JSON 数组中的对象

业务背景：电商运营人员需要处理订单 API 返回的 JSON 数组数据，其中每个元素都是一个订单对象，需要逐个展开为键值对表格。

原始数据（A1 单元格）：

json 复制代码

{"order_id":"DD001","buyer":"赵六","amount":299.00,"status":"已发货"}

批量处理思路：

当多条 JSON 对象分别存储在 A 列各单元格时（A1、A2、A3...），可在 B 列对应位置分别使用 json_ObjectToKV 展开：

excel 复制代码

' B1单元格
=json_ObjectToKV(A1)
' B2单元格
=json_ObjectToKV(A2)
' B3单元格
=json_ObjectToKV(A3)

每个对象的键值对会自动溢出到对应行下方的单元格区域。若需将多条记录合并为统一表格，可结合灵析表格函数族中的 json_ExtractValue 函数逐字段提取，或配合 json_TableToJson 进行反向操作实现数据流转闭环。 $cite:2$

五、进阶应用与函数组合

5.1 与 json_ExtractValue 的协同

json_ExtractValue 用于通过路径表达式从 JSON 中提取特定值，而 json_ObjectToKV 用于展开全部键值对。两者协同使用的典型模式为：

需要提取单个已知字段 → 使用 json_ExtractValue（路径精确、返回单值）
需要查看全部字段或字段名不确定 → 使用 json_ObjectToKV（全量展开、便于探索）
先展开再查找 → json_ObjectToKV 展开 + VLOOKUP 查找（动态字段名场景）

5.2 与 json_Search 的协同

json_Search 支持在 JSON 数据中进行模糊或精确搜索。典型协同模式：

excel 复制代码

' 步骤1：先用 json_ObjectToKV 展开查看数据全貌
=json_ObjectToKV(A1)
' 步骤2：确定目标值后，用 json_Search 定位其所在路径
=json_Search(A1, "目标值", 1)

这种"先展开探索、再精准定位"的工作流在处理陌生的 JSON 数据时尤为高效。 $cite:2$

5.3 与数据验证（Data Validation）的组合

将 json_ObjectToKV 的输出作为数据验证的来源，可构建动态下拉菜单：

excel 复制代码

' 假设 JSON 中存储了可选项目列表
=json_ObjectToKV("{""选项A"":""已完成"",""选项B"":""进行中"",""选项C"":""已取消""}")
' 取第二列作为数据验证来源

这种方式实现了配置驱动的动态下拉菜单，修改 JSON 即可更新选项列表，无需手动维护单元格区域。 $cite:1$

六、最佳实践与使用建议

6.1 数据预处理建议

确保 JSON 格式合法：使用前检查 JSON 字符串的引号、逗号、括号是否完整匹配，避免触发"无效的JSON对象"错误
处理嵌套结构 ：json_ObjectToKV 适用于扁平化 JSON 对象，对于含嵌套对象或数组的数据，建议先用 json_ExtractValue 提取子对象后再展开
清理特殊字符 ：若 JSON 值中包含换行符或制表符，建议在展开后使用 CLEAN 或 TRIM 函数进行清理

6.2 性能优化建议

避免重复计算 ：当多个公式都需要使用同一 JSON 数据的展开结果时，建议在一个单元格中执行 json_ObjectToKV，其他公式引用该单元格而非重复调用
控制数据规模 ：对于包含大量键值对的 JSON 对象，展开后的行数较多，建议配合 FILTER 或 VLOOKUP 精准提取所需字段而非全量展开
利用动态数组：在 Excel 365 中，函数输出会自动溢出，无需预先选择目标区域；在 WPS 中需注意溢出区域不能有其他数据阻挡

6.3 常见问题与排错

问题现象	可能原因	解决方案
返回"无效的JSON对象"	JSON 字符串格式不合法	检查引号是否成对、逗号是否遗漏、括号是否匹配
输出结果不完整	JSON 中包含嵌套对象或数组	先用 `json_ExtractValue` 提取扁平子对象再展开
单元格显示 `#SPILL!`	溢出区域被其他数据占用	清空目标区域下方的单元格内容
VLOOKUP 查找不到	键名包含前后空格或大小写不一致	使用 `TRIM` 清理键名，确认大小写匹配

6.4 适用人群与场景总结

职场角色	典型应用场景	核心价值
财务人员	发票 OCR 数据提取、税务系统数据解析	将 JSON 格式的结构化票据数据快速转为表格
人事专员	系统导出员工信息解析、薪酬数据整理	动态提取指定字段值，免去手动逐条复制
运营人员	平台 API 数据分析、用户画像数据处理	批量展开 JSON 对象，快速进入数据分析流程
数据分析师	多源数据整合、字段映射与归一化	统一不同来源的数据结构，降低数据整合难度
IT 运维	系统配置审计、参数对比	快速生成配置清单，支持版本差异对比
采购人员	供应商系统数据对接、订单信息提取	从接口返回的 JSON 中提取关键字段填入采购表

七、局限性与改进方向

7.1 当前局限

扁平化限制：函数当前仅支持扁平化 JSON 对象的展开，对于嵌套对象或包含数组的复杂结构，需配合其他函数分步处理
值类型限制：支持字符串、数字、布尔值等基础类型，嵌套对象或数组作为值时无法直接展开为子表格
单向转换 ：函数为 JSON → 表格的单向转换，如需反向操作（表格 → JSON）需使用 json_GridToJson 等其他函数

7.2 改进建议

可考虑增加可选参数控制是否递归展开嵌套结构
可增加对 null 值和日期类型的原生支持标识
可考虑增加排序参数，支持按键名或值排序输出

八、结论

json_ObjectToKV 函数作为灵析表格（Excel公式盒子）JSON 数据处理函数族的重要组成部分，有效填补了 Excel/WPS 原生功能在 JSON 数据解析方面的空白。相较于原生函数的复杂嵌套和 VBA 方案的高代码门槛，该函数以极简的调用方式实现了 JSON 对象到二维表格的即时转换，显著降低了职场人员处理结构化数据的技术门槛。 $cite:1$ $cite:2$

在实际办公场景中，该函数的价值体现在三个层面：数据可见性 （将不可读的 JSON 字符串转为直观表格）、数据可用性 （展开后的表格可直接配合 VLOOKUP、FILTER 等函数进行查找和筛选）、数据流转性（与函数族中其他 JSON 函数协同，构建完整的 JSON 数据处理工作流）。 $cite:2$ $cite:3$

对于日常需要处理 API 返回数据、系统导出配置或跨平台数据整合的职场人群，掌握 json_ObjectToKV 函数可显著提升数据处理效率，将原本需要手动复制粘贴或编写代码的工作简化为一条公式调用，是提升办公自动化水平的实用工具。

json_ObjectToKV 函数深度研究报告

一、研究背景与概述

二、函数技术详解

2.1 函数定位与核心功能

2.2 参数规范

2.3 基础用法演示

2.4 技术实现原理

2.5 异常处理机制

2.6 运行环境兼容性

三、方案对比分析

3.1 与原生 Excel 函数方案对比

3.2 与 VBA 方案对比

3.3 三方案综合对比

四、办公实战应用场景

4.1 场景一：API 接口数据快速解析

4.2 场景二：配合 VLOOKUP 实现字段值精准查找

4.3 场景三：系统配置参数批量提取与审计

4.4 场景四：多来源数据归一化处理

4.5 场景五：配合 INDEX+MATCH 实现动态字段提取

4.6 场景六：批量处理 JSON 数组中的对象

五、进阶应用与函数组合

5.1 与 json_ExtractValue 的协同

5.2 与 json_Search 的协同

5.3 与数据验证（Data Validation）的组合

六、最佳实践与使用建议

6.1 数据预处理建议

6.2 性能优化建议

6.3 常见问题与排错

6.4 适用人群与场景总结

七、局限性与改进方向

7.1 当前局限

7.2 改进建议

八、结论

参考来源