¿Qué es JSONL? Guía completa del formato JSON Lines
Todo lo que necesitas saber sobre JSON Lines: sintaxis, ejemplos, casos de uso y buenas prácticas.
¿Qué es JSONL?
JSONL (JSON Lines), también conocido como Newline Delimited JSON (NDJSON), es un formato de datos de texto en el que cada línea contiene un valor JSON válido y las líneas se separan mediante saltos de línea. A diferencia del JSON estándar, que agrupa los datos en un único array u objeto, JSONL almacena un registro por línea.
Gracias a este diseño sencillo, JSONL es ideal para el streaming, la generación de logs y el procesamiento de grandes conjuntos de datos: cada línea se puede leer, interpretar y procesar de forma independiente, sin cargar todo el archivo en memoria.
El formato se popularizó gracias a herramientas y plataformas que trabajan con volúmenes masivos de datos, como OpenAI (para conjuntos de datos de fine-tuning), BigQuery, Apache Spark y los sistemas de gestión de logs.
Reglas de sintaxis de JSONL
El formato JSONL sigue unas reglas sencillas:
- Cada línea debe contener un valor JSON válido (objeto, array, cadena, número, booleano o null)
- Las líneas se separan mediante saltos de línea (\n)
- No se usan comas ni separadores entre líneas
- Los archivos deben estar codificados en UTF-8
- El salto de línea al final del archivo es opcional
- La mayoría de los parsers ignoran las líneas vacías
{"name":"Alice","age":30,"city":"New York"}
{"name":"Bob","age":25,"city":"London"}
{"name":"Charlie","age":35,"city":"Tokyo"}Nota: Cada línea contiene un objeto JSON completo e independiente. No hay comas entre las líneas ni un array que las englobe.
Ejemplos de JSONL
{"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]}Las líneas de un archivo JSONL no tienen que contener valores del mismo tipo; basta con que cada línea sea JSON válido:
{"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"}Uno de los usos más habituales de JSONL son los conjuntos de datos para fine-tuning de 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."}]}Cómo leer archivos JSONL
Puedes leer archivos JSONL con cualquier herramienta que permita procesar texto línea a línea. Estos son los métodos más habituales:
Usa las herramientas estándar de Unix para examinar archivos JSONL:
# 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)'El módulo json incluido en Python permite trabajar con JSONL de forma sencilla:
import json
with open('data.jsonl', 'r') as f:
for line in f:
record = json.loads(line)
print(record['name'])Lee archivos JSONL línea a línea en Node.js:
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);
}Cómo crear archivos JSONL
Crear archivos JSONL es sencillo: basta con escribir un valor JSON por línea.
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');¿Se pueden añadir comentarios en JSONL?
No. La especificación de JSONL no admite comentarios. Cada línea de un archivo JSONL debe contener un valor JSON válido, y JSON no tiene sintaxis para comentarios.
Si necesitas incluir metadatos o anotaciones junto a tus datos, estas son algunas alternativas habituales:
- 1Añade un campo de metadatos a tus objetos JSON: {"_comment": "datos de prueba", "name": "Alice"}
- 2Usa un archivo de metadatos aparte, junto al archivo JSONL
- 3Incluye los metadatos en la primera línea del archivo: {"_meta": {"version": "1.0", "created": "2026-01-15"}}
Ten en cuenta que los campos de "comentario" se interpretarán como cualquier otro dato. Las aplicaciones que lean el archivo JSONL deben estar diseñadas para ignorar los campos de metadatos.
JSONL vs JSON
La principal diferencia está en la estructura. JSON agrupa todos los datos en un único valor, mientras que JSONL almacena un valor por línea.
[
{"name": "Alice", "age": 30},
{"name": "Bob", "age": 25}
]{"name":"Alice","age":30}
{"name":"Bob","age":25}- Para interpretar JSON, hay que cargarlo por completo en memoria; JSONL se puede leer línea a línea
- JSON necesita comas entre los elementos; JSONL usa saltos de línea
- JSON es más adecuado para archivos de configuración y APIs; JSONL, para grandes conjuntos de datos y streaming
- Añadir datos a JSON requiere reescribir todo el archivo; en JSONL basta con añadir una línea
Para ver una comparación detallada, consulta nuestra guía completa JSON vs JSONL guide.
Casos de uso habituales
Machine learning e IA
El más popularJSONL es el formato estándar para los datos de entrenamiento de ML. OpenAI, Hugging Face y otras plataformas de IA lo usan para sus conjuntos de datos de fine-tuning porque cada ejemplo de entrenamiento ocupa una línea independiente. Esto permite reordenar los ejemplos aleatoriamente, tomar muestras y transmitirlos en streaming de forma eficiente.
Archivos de logs y flujos de eventos
JSONLLos sistemas de logging estructurado (ELK stack, Datadog, CloudWatch) generan logs en formato JSONL. Cada entrada ocupa una línea JSON, lo que facilita añadir nuevas entradas y procesar los logs en tiempo real.
Procesamiento de big data
JSONLHerramientas como Apache Spark, BigQuery y AWS Athena admiten JSONL de forma nativa. Al organizar los datos por líneas, el formato permite procesarlos en paralelo en sistemas distribuidos: cada worker puede procesar un bloque de líneas de forma independiente.
APIs de streaming
JSONLLas APIs que devuelven grandes conjuntos de resultados suelen usar JSONL para transmitirlos en streaming. El cliente puede empezar a procesarlos en cuanto llegan, sin esperar a recibir la respuesta completa.
Extensiones de los archivos JSONL
Los archivos JSONL suelen usar estas extensiones:
Las tres extensiones corresponden al mismo formato: un valor JSON por línea. El tipo MIME de JSONL es application/jsonl o application/x-ndjson.
Prueba nuestras herramientas gratuitas para JSONL
Valida la sintaxis de tus archivos JSONL, convierte entre formatos y visualiza archivos, todo en tu navegador.
Visualiza y edita archivos JSONL de hasta 1GB al instante en tu navegador. Un lector de archivos JSONL gratuito con streaming, resaltado de sintaxis y validación en tiempo real. Sin subir archivos ni registrarte: tus datos se quedan en tu dispositivo.
Valida archivos JSONL línea por línea. Detecta al instante errores de sintaxis, problemas de codificación y fallos de formato.
Da formato a los archivos JSONL con una sangría adecuada para facilitar su lectura, depuración y revisión.
Una comparación detallada entre JSON y JSONL. Aprende cuándo usar cada formato, cuáles son sus ventajas e inconvenientes y cómo convertir de uno a otro.
Tutorial paso a paso para trabajar con archivos JSONL. Aprende a leer, escribir y procesar datos JSONL con Python, JavaScript y herramientas de línea de comandos.