Saltar al contenido
FrAIFlow

Soluciones

Resuelva Extra data identificando el formato JSON Lines

Si el analizador acepta el primer objeto y falla al llegar al siguiente, compruebe el formato del archivo antes de editar los datos. Un documento JSON tiene un solo valor de nivel superior. JSON Lines almacena un valor JSON completo en cada línea. Dos objetos válidos, uno detrás de otro, no forman necesariamente un documento válido.

En una consulta, la conversión de JSONL a CSV fallaba en la segunda línea. En otra, un script escribía objetos serializados seguidos; la persona confirmó que añadir un salto de línea después de cada objeto resolvía el formato orientado a líneas que pretendía generar. Esto no significa que todos los errores Extra data se deban a JSON Lines.

Elija un lector que corresponda al formato del archivo

Abra una copia en un editor de texto y examine los primeros registros. Si cada objeto completo ocupa su propia línea física, puede tratarse de JSON Lines. Si un objeto ocupa varias líneas, esta solución no es el lector adecuado. Si los objetos están unidos sin separador, corrija el programa que los genera o use un analizador preparado para ese flujo; dividir por llaves de cierre rompe los objetos anidados y el texto entre comillas.

Para un archivo JSON Lines pequeño, esta función de JavaScript conserva el número de línea cuando el análisis falla. Admite un salto de línea final, pero no descarta silenciosamente registros vacíos.

function readJsonLines(text) {
  if (text === "") return [];
  const lines = text.split(/\r?\n/);
  if (lines.at(-1) === "") lines.pop();
  return lines.map((line, i) => {
    if (!line.trim()) throw new Error(`Blank record on line ${i + 1}`);
    try { return JSON.parse(line); }
    catch { throw new Error(`Invalid JSON on line ${i + 1}`); }
  });
}
const source = '{"id":"001"}\n{"id":"002"}\n';
const records = readJsonLines(source);
console.log(records.length); // 2
const ordinaryJson = JSON.stringify(records, null, 2);
const jsonLines = records.map(item => JSON.stringify(item)).join("\n") + "\n";

Elija ordinaryJson cuando el programa receptor espere un documento con un único array. Elija jsonLines cuando espere un registro por línea. No añada comas entre estos registros. Si no hay registros, escriba un archivo JSON Lines vacío en lugar del único salto de línea que produciría la última expresión del ejemplo.

Compare el número de registros leídos con la cantidad prevista en el origen y examine los primeros y últimos identificadores. Si falla una línea, revísela en la copia original. Saltársela puede permitir que la conversión «termine» mientras se pierde silenciosamente un pedido o un evento. Si contiene información privada, registrar el número de línea es más seguro que registrar todo el contenido.

Si el archivo es demasiado grande para cargarlo cómodamente en memoria, sustituya esta función por un lector de líneas en streaming. Mantenga las mismas comprobaciones de errores y cantidad de registros. JSON Lines resuelve los límites entre registros, pero no convierte por sí solo valores anidados en columnas CSV.

Los límites entre registros forman parte del formato

La función admite finales de línea LF y CRLF, pero no CR aislado. La extensión .json no determina por sí sola cómo se separan los registros. Si el destino es CSV, decida cómo representar en columnas los campos ausentes y anidados; después utilice un escritor CSV que gestione comas, comillas y saltos de línea internos.

Dos registros / {"id":"001"} / {"id":"002"}
Explicación elaborada por el autor, no una captura de una aplicación.

Nuestro ejemplo en Node v24.19.0 utilizó {"id":"001"} y {"id":"002"} en líneas separadas. Analizar toda la entrada falló en el segundo objeto; analizar ambas líneas produjo dos registros, y JSON.stringify(records) generó un documento válido con un array. El texto del error y su posición varían según el entorno.

Genere el formato de salida de forma deliberada

La documentación de Python advierte de que llamar repetidamente a dump no crea un único documento JSON válido: JSON no es un protocolo que delimite mensajes sucesivos. El nombre .json no basta para establecer cómo se separan. Confirme el formato esperado con la herramienta que leerá el archivo.

Dos registros JSON Lines, con los identificadores 001 y 002, se representan también como un único array JSON.
Ilustración explicativa en inglés. Dos registros JSON Lines, con los identificadores 001 y 002, se representan también como un único array JSON.
El test Node.js muestra el error al leer ambos registros como un solo documento y la recuperación de los dos registros al leerlos por líneas.
El test Node.js muestra el error al leer ambos registros como un solo documento y la recuperación de los dos registros al leerlos por líneas. Resultado del ejemplo sintético, no una captura de la aplicación del usuario. Abra la imagen para verla ampliada.
Fuentes, ejemplos y lecturas relacionadas