- Inicio
- Herramientas
- Unir archivos JSONL
Unir archivos JSONL
Combina varios archivos JSONL (JSON Lines) en uno solo. Reordena, elimina duplicados y valida las líneas. El procesamiento se realiza al 100% en tu navegador: tus datos nunca salen de él.
Archivos de entrada
Arrastra aquí los archivos .jsonl o haz clic para seleccionar varios archivos
Admite .jsonl, .ndjson, .json y .txt
Opciones de unión
Resultado de la unión
Arrastra o selecciona los archivos JSONL que quieras unir
Por qué cat file1.jsonl file2.jsonl puede corromper tus datos
Concatenar parece la forma más evidente de unir archivos JSONL y funciona hasta que falta el salto de línea al final de uno de ellos. En ese caso, el último registro de un archivo y el primero del siguiente quedan pegados en una única línea que no es válida:
# file1.jsonl termina SIN salto de línea final:
{"id": 1}
{"id": 2}⏎missing
# file2.jsonl:
{"id": 3}
# cat file1.jsonl file2.jsonl produce:
{"id": 1}
{"id": 2}{"id": 3} ← una línea rota: error de parseo, dos registros perdidosEsta herramienta comprueba el último byte de cada archivo de entrada y añade el salto de línea que falte antes de unirlos. Así, el resultado siempre es válido, independientemente de cómo se hayan guardado los archivos originales. Si necesitas usar cat en un pipeline, una forma de evitar este problema es: awk 1 file1.jsonl file2.jsonl (awk añade un salto de línea al final de cada línea).
Cómo unir archivos JSONL
Selecciona varios archivos JSONL o arrástralos y suéltalos en el área de carga. Cada archivo se lee íntegramente en tu navegador; no se envía ningún dato a ningún servidor. Los archivos pueden tener formato .jsonl, .ndjson, .json o .txt.
Una vez cargados, puedes cambiar el orden de los archivos con las flechas hacia arriba y hacia abajo para decidir en qué orden se unen. Activa la eliminación de duplicados para quitar las líneas cuyo contenido completo sea idéntico, o la validación de JSON para omitir las líneas que no contengan JSON válido.
El panel de vista previa muestra las primeras 100 líneas del resultado. Descarga el archivo completo en formato .jsonl o cópialo al portapapeles. Las estadísticas indican el número total de líneas, el tamaño del archivo y los duplicados o las líneas no válidas que se hayan eliminado.
Cómo funciona la unión de archivos, en detalle
- Orden
- Los archivos se concatenan en el orden en que los añades y se conserva el orden de los registros dentro de cada archivo. La unión se limita a añadir registros al final: nunca los reordena, reescribe ni cambia su formato.
- Corrección de la separación entre archivos
- Si falta el salto de línea al final de algún archivo de entrada, se añade automáticamente (consulta el ejemplo anterior). Las líneas en blanco entre registros se descartan, ya que algunas herramientas que procesan estos archivos las rechazan.
- Eliminación de duplicados: coincidencia exacta de líneas
- Opcional. Dos registros solo se consideran duplicados si sus líneas originales son idénticas byte a byte: {"a":1,"b":2} y {"b":2,"a":1} NO se eliminan como duplicados, porque el orden de las claves hace que las líneas sean distintas aunque sus valores JSON sean iguales. Si necesitas eliminar duplicados por sus valores, normaliza primero los archivos con la opción de ordenar claves del formateador.
- Dividir y volver a unir
- Unir es la operación inversa exacta de dividir: divide un archivo en N fragmentos y vuelve a unirlos en orden; el resultado será idéntico byte a byte al original (con la eliminación de duplicados desactivada). Esta propiedad permite usar con seguridad el patrón dividir → procesar en paralelo → unir en un pipeline.
¿En qué consiste unir archivos JSONL?
Unir archivos JSONL consiste en combinar varios archivos JSONL (JSON Lines) en uno solo. Cada archivo de entrada contiene un objeto JSON por línea. La herramienta concatena todas las líneas de todos los archivos en un único archivo de salida, respetando el orden que indiques.
Esto es fundamental cuando trabajas con datasets repartidos en varios archivos, como fragmentos de datos de entrenamiento, exportaciones diarias de logs o respuestas de API divididas en bloques. Al reunirlos en un solo archivo, resulta más fácil procesarlos, analizarlos o subirlos a plataformas que requieren un único archivo JSONL de entrada.
Errores habituales y soluciones
Registros duplicados entre archivos
Al unir exportaciones JSONL con datos que se solapan (por ejemplo, logs diarios que cubren periodos coincidentes), pueden aparecer duplicados. Activa la opción 'Eliminar duplicados' para quitarlos automáticamente comparando el contenido exacto de cada línea. Si necesitas una deduplicación semántica (los mismos datos con distinto formato), aplica primero un formato uniforme a todos los archivos con el formateador de JSONL.
Archivos con distintas codificaciones
Los archivos de distintas fuentes pueden usar codificaciones de caracteres diferentes (UTF-8, UTF-8 con BOM, Windows-1252). Esto puede provocar errores al interpretar la primera línea de algunos archivos como JSON. Asegúrate de guardar todos los archivos en UTF-8 sin BOM antes de unirlos.
Archivos con esquemas distintos
Los archivos JSONL de distintas fuentes pueden tener estructuras de claves diferentes. La herramienta los une aunque sus esquemas difieran, pero las herramientas que procesen el resultado pueden requerir un esquema uniforme. Comprueba el resultado con el validador de JSONL para asegurarte de que cada línea contiene JSON válido.
Casos de uso habituales
- Consolidación de datasets
- Reúne varios fragmentos de datos de entrenamiento en formato JSONL en un solo archivo para subirlo al servicio de fine-tuning de OpenAI, a Hugging Face o a otras plataformas de ML.
- Unión de resultados de pipelines de datos
- Une los archivos de salida de pipelines que procesan datos en paralelo en un único archivo JSONL para las siguientes etapas del procesamiento.
- Preparación de datos de entrenamiento para ML
- Reúne pares prompt-completion de distintas fuentes en un único archivo JSONL listo para el fine-tuning de modelos.
- Unión de archivos de logs
- Combina las exportaciones diarias o por hora de logs en formato JSONL en un solo archivo para analizar todos los logs y realizar búsquedas en ellos.
- Colaboración en equipo
- Une los archivos de datos JSONL aportados por distintos miembros del equipo en un único dataset para analizarlos en conjunto.
- Unión de datos para análisis
- Combina datos de eventos en formato JSONL de distintos servicios o periodos para analizarlos y generar informes de forma conjunta.
Preguntas frecuentes
¿Están seguros mis datos al unir archivos?
Sí. Los archivos se unen íntegramente en tu navegador. No se envía ningún dato de los archivos a ningún servidor. Tus archivos JSONL nunca salen de tu dispositivo.
¿Hay algún límite en la cantidad de archivos que puedo unir?
No hay un límite fijo de archivos. Puedes añadir tantos archivos JSONL como necesites. Sin embargo, todos se cargan en la memoria del navegador, por lo que procesar datasets que sumen varios cientos de MB puede resultar más lento según tu dispositivo.
¿Cómo funciona la eliminación de duplicados?
Para detectar duplicados, se compara el contenido completo de cada línea tras quitar los espacios en blanco del principio y del final. Si dos líneas son idénticas (los mismos caracteres en el mismo orden), se elimina la segunda aparición. La comparación es exacta: las líneas con los mismos datos pero con distinto orden de claves o distintos espacios en blanco se consideran diferentes.
¿Puedo elegir el orden en que se unen los archivos?
Sí. Una vez cargados los archivos, usa los botones con flechas hacia arriba y hacia abajo que aparecen junto a cada uno para reordenarlos. El resultado sigue el orden de la lista, de arriba abajo.
¿Qué ocurre con las líneas vacías de los archivos de entrada?
Las líneas vacías y las que solo contienen espacios en blanco se descartan automáticamente al leer los archivos y no aparecen en el resultado. Este comportamiento sigue la especificación JSONL, que ignora las líneas en blanco.
¿Puedo unir archivos con distintos esquemas JSON?
Sí. La herramienta une los archivos aunque tengan esquemas distintos. Cada línea se conserva tal cual. Si necesitas un esquema uniforme, valida o transforma cada archivo por separado antes de unirlos.
¿Se conserva el orden original de las líneas de cada archivo al fusionarlos?
Sí. Las líneas de cada archivo mantienen su orden original. Los archivos se concatenan en el orden en que aparecen en la lista. Puedes cambiar ese orden antes de unirlos.
¿En qué se diferencia esta herramienta de concatenar los archivos manualmente?
Esta herramienta ofrece una interfaz visual para cargar archivos arrastrándolos y soltándolos, reordenarlos, eliminar duplicados y validar el JSON. También incluye estadísticas del número de líneas y una vista previa instantánea. A diferencia de la concatenación manual con comandos como cat o copy, gestiona automáticamente casos como los saltos de línea al final de los archivos y las líneas vacías.
Herramientas y guías relacionadas
Divide archivos JSONL grandes en fragmentos más pequeños y manejables por número de líneas.
Valida archivos JSONL línea por línea. Detecta al instante errores de sintaxis, problemas de codificación y fallos de formato.
Domina las buenas prácticas de JSONL: formato, coherencia del esquema, gestión de errores, optimización del rendimiento y organización de archivos. Evita los errores habituales con ejemplos prácticos.
Estrategias para procesar gigabytes de datos JSONL: lectura en streaming, gestión de memoria, división de archivos, compresión y herramientas online.
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.