如何使用Python将JSON格式的.log文件转换为.csv文件？

你的日志文件每行是独立的JSON对象，不是传统CSV格式，所以用read_csv按空格分隔的方式完全不适用，这就是转换失败的原因。下面提供两种可行的解决方法：

方法一：用Pandas直接读取JSON日志 #

Pandas的read_json支持读取每行一个JSON的格式，只需设置lines=True参数，操作最简便：

import pandas as pd

# 读取每行为JSON的日志文件
df = pd.read_json('C:/Users/admin/alert-log/alerthandlerlog/CN-prod-alert-handler-error.log', lines=True)

# 保存为CSV文件
df.to_csv('error_log.csv', index=False)

# 如果需要保存为Excel，先安装openpyxl库（执行`pip install openpyxl`），再执行：
# df.to_excel('error_log.xlsx', index=False)

方法二：逐行解析JSON（容错性更强） #

如果日志中存在格式不规范的行，逐行解析可以跳过错误行，避免整个转换失败：

import json
import pandas as pd

data_list = []

# 打开日志文件逐行读取解析
with open('C:/Users/admin/alert-log/alerthandlerlog/CN-prod-alert-handler-error.log', 'r', encoding='utf-8') as log_file:
    for line_num, line in enumerate(log_file, 1):
        stripped_line = line.strip()
        if not stripped_line:
            continue
        try:
            # 解析当前行的JSON数据
            log_entry = json.loads(stripped_line)
            data_list.append(log_entry)
        except json.JSONDecodeError as e:
            print(f"第{line_num}行解析失败: {e}，跳过该行")

# 将解析后的数据转为DataFrame
df = pd.DataFrame(data_list)

# 保存为CSV
df.to_csv('error_log.csv', index=False)

内容的提问来源于stack exchange，提问作者sri vidya