- Startseite
- Anleitung
- Was ist JSONL? Ein umfassender Leitfaden zum JSON-Lines-Format
Was ist JSONL? Ein umfassender Leitfaden zum JSON-Lines-Format
Alles Wissenswerte zu JSON Lines: Syntax, Beispiele, Anwendungsfälle und Best Practices.
Was ist JSONL?
JSONL (JSON Lines), auch als Newline Delimited JSON (NDJSON) bekannt, ist ein textbasiertes Datenformat. Jede Zeile enthält einen gültigen JSON-Wert; die Zeilen sind durch Zeilenumbrüche getrennt. Während Standard-JSON die Daten in einem einzigen Array oder Objekt zusammenfasst, speichert JSONL einen Datensatz pro Zeile.
Dieser einfache Aufbau macht JSONL ideal für Streaming, Logging und die Verarbeitung großer Datenbestände. Jede Zeile lässt sich unabhängig lesen, parsen und verarbeiten, ohne die gesamte Datei in den Arbeitsspeicher zu laden.
Verbreitung fand das Format durch Tools und Plattformen, die große Datenmengen verarbeiten, darunter OpenAI (für Fine-Tuning-Datensätze), BigQuery, Apache Spark und Systeme zur Log-Verwaltung.
Syntaxregeln für JSONL
Für das JSONL-Format gelten einige einfache Regeln:
- Jede Zeile muss einen gültigen JSON-Wert enthalten (Objekt, Array, String, Zahl, Boolean oder null)
- Zeilen werden durch Zeilenumbrüche (\n) getrennt
- Zwischen den Zeilen stehen keine Kommas oder sonstigen Trennzeichen
- Dateien müssen in UTF-8 kodiert sein
- Ein abschließender Zeilenumbruch am Dateiende ist optional
- Die meisten Parser ignorieren leere Zeilen
{"name":"Alice","age":30,"city":"New York"}
{"name":"Bob","age":25,"city":"London"}
{"name":"Charlie","age":35,"city":"Tokyo"}Hinweis: Jede Zeile enthält ein vollständiges, eigenständiges JSON-Objekt. Zwischen den Zeilen stehen keine Kommas, und es gibt kein umschließendes Array.
JSONL-Beispiele
{"id":1,"name":"Alice","email":"[email protected]"}
{"id":2,"name":"Bob","email":"[email protected]"}
{"id":3,"name":"Charlie","email":"[email protected]"}{"user":{"name":"Alice","age":30},"scores":[95,87,92]}
{"user":{"name":"Bob","age":25},"scores":[88,91,76]}Die Zeilen einer JSONL-Datei müssen nicht alle denselben Datentyp enthalten. Entscheidend ist nur, dass jede Zeile gültiges JSON enthält:
{"event":"login","user":"alice","timestamp":"2026-01-15T10:30:00Z"}
{"event":"purchase","user":"alice","amount":29.99,"items":["book","pen"]}
{"event":"logout","user":"alice","timestamp":"2026-01-15T11:45:00Z"}Zu den häufigsten Einsatzgebieten von JSONL gehören Datensätze für das Fine-Tuning bei OpenAI:
{"messages":[{"role":"system","content":"You are a helpful assistant."},{"role":"user","content":"What is JSONL?"},{"role":"assistant","content":"JSONL is a text format where each line is a valid JSON value."}]}
{"messages":[{"role":"system","content":"You are a helpful assistant."},{"role":"user","content":"How do I read a JSONL file?"},{"role":"assistant","content":"Read the file line by line, parsing each line as JSON."}]}JSONL-Dateien lesen
JSONL-Dateien lassen sich mit jedem Tool lesen, das Text zeilenweise verarbeiten kann. Die gängigsten Methoden sind:
Mit den üblichen Unix-Tools können Sie den Inhalt von JSONL-Dateien prüfen:
# View first 5 lines
head -n 5 data.jsonl
# Count total lines (records)
wc -l data.jsonl
# Pretty-print each line with jq
cat data.jsonl | jq .
# Filter by field value
cat data.jsonl | jq 'select(.age > 30)'Mit dem integrierten json-Modul von Python lässt sich JSONL einfach verarbeiten:
import json
with open('data.jsonl', 'r') as f:
for line in f:
record = json.loads(line)
print(record['name'])So lesen Sie JSONL-Dateien in Node.js zeilenweise ein:
import { createReadStream } from 'fs';
import { createInterface } from 'readline';
const rl = createInterface({
input: createReadStream('data.jsonl')
});
for await (const line of rl) {
const record = JSON.parse(line);
console.log(record.name);
}JSONL-Dateien erstellen
JSONL-Dateien lassen sich einfach erstellen: Schreiben Sie einen JSON-Wert pro Zeile.
import json
records = [
{"name": "Alice", "age": 30},
{"name": "Bob", "age": 25},
{"name": "Charlie", "age": 35},
]
with open('output.jsonl', 'w') as f:
for record in records:
f.write(json.dumps(record) + '\n')import { writeFileSync } from 'fs';
const records = [
{ name: 'Alice', age: 30 },
{ name: 'Bob', age: 25 },
{ name: 'Charlie', age: 35 },
];
const jsonl = records
.map(r => JSON.stringify(r))
.join('\n');
writeFileSync('output.jsonl', jsonl + '\n');Sind Kommentare in JSONL erlaubt?
Nein. Die JSONL-Spezifikation unterstützt keine Kommentare. Jede Zeile einer JSONL-Datei muss einen gültigen JSON-Wert enthalten, und JSON selbst kennt keine Syntax für Kommentare.
Wenn Sie zusätzlich zu Ihren Daten Metadaten oder Anmerkungen speichern müssen, bieten sich folgende Lösungen an:
- 1Ergänzen Sie Ihre JSON-Objekte um ein Metadatenfeld: {"_comment": "test data", "name": "Alice"}
- 2Speichern Sie die Metadaten in einer separaten Datei neben Ihrer JSONL-Datei
- 3Schreiben Sie die Metadaten in die erste Zeile der Datei: {"_meta": {"version": "1.0", "created": "2026-01-15"}}
Beachten Sie, dass auch „Kommentar“-Felder als normale Daten geparst werden. Anwendungen, die die JSONL-Datei einlesen, sollten Metadatenfelder daher ignorieren.
JSONL vs JSON
Der entscheidende Unterschied liegt in der Struktur: JSON fasst alle Daten in einem einzigen Wert zusammen, JSONL speichert einen Wert pro Zeile.
[
{"name": "Alice", "age": 30},
{"name": "Bob", "age": 25}
]{"name":"Alice","age":30}
{"name":"Bob","age":25}- JSON muss zum Parsen vollständig in den Arbeitsspeicher geladen werden; JSONL lässt sich zeilenweise lesen
- JSON trennt Elemente durch Kommas; JSONL verwendet Zeilenumbrüche
- JSON eignet sich besser für Konfigurationsdateien und APIs; JSONL für große Datenbestände und Streaming
- Um Daten an eine JSON-Datei anzuhängen, muss die gesamte Datei neu geschrieben werden; bei JSONL genügt eine neue Zeile
Einen ausführlichen Vergleich finden Sie in unserem vollständigen JSON vs JSONL guide.
Häufige Anwendungsfälle
Machine Learning & KI
Am beliebtestenJSONL ist das Standardformat für ML-Trainingsdaten. OpenAI, Hugging Face und andere KI-Plattformen verwenden JSONL für Fine-Tuning-Datensätze, weil jedes Trainingsbeispiel in einer eigenen, in sich abgeschlossenen Zeile steht. So lassen sich die Beispiele effizient mischen, stichprobenartig auswählen und streamen.
Logdateien und Event-Streams
JSONLSysteme für strukturiertes Logging (ELK Stack, Datadog, CloudWatch) geben Logs im JSONL-Format aus. Jeder Logeintrag belegt eine JSON-Zeile. Dadurch lassen sich neue Einträge einfach anhängen und Logs in Echtzeit verarbeiten.
Big-Data-Verarbeitung
JSONLTools wie Apache Spark, BigQuery und AWS Athena unterstützen JSONL nativ. Durch den zeilenweisen Aufbau lassen sich die Daten in verteilten Systemen parallel verarbeiten: Jeder Worker kann einen Abschnitt der Datei unabhängig bearbeiten.
Streaming-APIs
JSONLAPIs, die große Ergebnismengen zurückgeben, setzen häufig auf JSONL-Streaming. Der Client kann die Ergebnisse verarbeiten, sobald sie eintreffen, ohne auf die vollständige Antwort zu warten.
Dateiendungen für JSONL
Für JSONL-Dateien sind folgende Dateiendungen üblich:
Hinter allen drei Dateiendungen steht dasselbe Format: ein JSON-Wert pro Zeile. Der MIME-Typ für JSONL lautet application/jsonl oder application/x-ndjson.
Probieren Sie unsere kostenlosen JSONL-Tools aus
Prüfen Sie Ihre JSONL-Syntax, konvertieren Sie Daten zwischen Formaten und sehen Sie sich Dateien an – alles direkt in Ihrem Browser.
JSONL-Dateien bis zu 1 GB sofort im Browser anzeigen und bearbeiten. Ein kostenloser JSONL-Viewer mit Streaming, Syntaxhervorhebung und Validierung in Echtzeit. Keine Uploads, keine Anmeldung – Ihre Daten bleiben auf Ihrem Gerät.
Validieren Sie JSONL-Dateien Zeile für Zeile und erkennen Sie Syntaxfehler, Probleme mit der Zeichenkodierung und Formatfehler sofort.
Formatieren Sie JSONL-Dateien übersichtlich und mit korrekter Einrückung. Das erleichtert das Debuggen und die Prüfung der Daten.
Ein ausführlicher Vergleich von JSON und JSONL: Erfahren Sie, wann sich welches Format eignet, welche Vor- und Nachteile es hat und wie Sie zwischen den Formaten konvertieren.
Eine Schritt-für-Schritt-Anleitung für die Arbeit mit JSONL-Dateien. Lernen Sie, JSONL-Daten mit Python, JavaScript und Kommandozeilentools zu lesen, zu schreiben und zu verarbeiten.