- Inicio
- Herramientas
- Divisor de archivos JSONL
Divisor de archivos JSONL
Divide archivos JSONL (JSON Lines) grandes en partes más pequeñas según el número de líneas o el tamaño del archivo. El procesamiento se realiza al 100% en el navegador: tus datos nunca salen de él.
JSONL de entrada
Arrastra aquí un archivo .jsonl o haz clic para seleccionarlo
Admite archivos .jsonl, .ndjson, .json y .txt
Opciones de división
Resultado de la división
Pega o arrastra el contenido JSONL, configura las opciones y divide el archivo
Cómo dividir archivos JSONL
Carga tu archivo JSONL grande o pega su contenido en el campo de entrada. La herramienta admite archivos .jsonl, .ndjson, .json y .txt de cualquier tamaño.
Elige cómo quieres dividir el archivo: por número de líneas (por ejemplo, 1000 líneas por archivo) o por tamaño (por ejemplo, 10 MB por archivo). La herramienta procesa cada línea por separado y mantiene íntegros todos los registros JSON.
Una vez dividido el archivo, descarga cada parte por separado o usa 'Descargar todo como ZIP' para obtenerlas todas en un único archivo comprimido. Cada archivo resultante es un JSONL válido, listo para usar.
Dividir por líneas o por tamaño: ¿por qué no usar simplemente split -b?
La principal ventaja de un divisor de archivos JSONL es esta garantía: ningún registro se corta por la mitad. Una división genérica por bytes no puede garantizarlo. Así se comparan los tres métodos:
| Método | Garantía | Cuándo usarlo |
|---|---|---|
| Por número de líneas (esta herramienta) | Cada parte contiene exactamente N registros completos | Sistemas que cobran o aplican límites por registro: lotes de API, muestras de prueba |
| Por tamaño objetivo, respetando las líneas (esta herramienta) | Partes de tamaño cercano al límite, con cortes solo en los saltos de línea | Límites de subida en megabytes: cada parte sigue siendo un archivo JSONL válido |
| División directa por bytes: split -b 100M | Ninguna: casi siempre corta un registro en medio de un byte | Nunca para JSONL: todas las partes, salvo la primera, suelen empezar con un registro a medias |
Cómo calcular el tamaño de las partes para la Batch API de OpenAI
Un caso típico en 2026: la Batch API de OpenAI limita cada archivo de entrada a 50,000 solicitudes y 200 MB. Ambos límites deben cumplirse a la vez, así que calcula el tamaño de cada parte a partir de tus propios datos:
# Medir el archivo
wc -l batch_input.jsonl # → p. ej. 120,000 solicitudes
du -m batch_input.jsonl # → p. ej. 310 MB
# Líneas por fragmento = floor(min(50000, 120000 × 200/310))
# = floor(min(50000, 77419)) = 50000 → pero comprueba el tamaño:
# 50000 líneas ≈ 129 MB ✓ por debajo de 200 MB — divide entonces a 50,000 líneas
split -l 50000 batch_input.jsonl part_
# Resultado: part_aa, part_ab, part_ac — 3 archivos de lote válidosEl mismo cálculo sirve para cualquier sistema con dos límites (filas Y megabytes). En la herramienta del navegador, indica el número de líneas por parte y verás el tamaño de cada archivo resultante antes de descargarlo, sin tener que hacer cálculos.
¿En qué consiste dividir un archivo JSONL?
Dividir un archivo JSONL (JSON Lines) consiste en separar un archivo grande en varios más pequeños, cada uno con una parte de los registros originales. Como cada línea de un archivo JSONL es un objeto JSON independiente, la división es sencilla y no corta ningún registro.
Esto resulta esencial al trabajar con plataformas de aprendizaje automático que limitan el tamaño de los archivos que puedes subir, APIs por lotes que aceptan un número máximo de registros por solicitud o pipelines de datos que funcionan mejor con archivos de entrada más pequeños. Dividir el archivo te permite procesar los datos en partes manejables sin modificar su contenido.
Casos de uso comunes
- Límites de la Batch API de OpenAI
- Divide archivos JSONL grandes para respetar los límites de tamaño de la Batch API de OpenAI (100 MB por archivo, 50,000 solicitudes por lote).
- División de datos de entrenamiento de ML
- Divide datasets de entrenamiento grandes en conjuntos de entrenamiento, validación y prueba, o en partes del mismo tamaño para el entrenamiento distribuido.
- Procesamiento paralelo
- Divide archivos JSONL en partes para procesarlas en paralelo con varios workers, hilos o funciones serverless.
- Límites de tamaño al subir archivos
- Divide exportaciones JSONL grandes en archivos más pequeños que respeten los límites de subida de cada plataforma (subidas multiparte de AWS S3, GitHub, archivos adjuntos de correo).
- Carga incremental de datos
- Divide datasets grandes en lotes más pequeños para cargarlos de forma incremental en bases de datos o data warehouses y evitar timeouts.
- Facilitar el control de versiones
- Divide archivos de datos JSONL muy grandes en partes más pequeñas para gestionarlos con Git, evitar las advertencias sobre archivos grandes y facilitar la lectura de los diffs.
Errores comunes y soluciones
Se generan archivos vacíos al dividir
Esto puede ocurrir si el número de líneas por archivo supera el total de líneas. Reduce ese número o divide el archivo por tamaño.
La división por tamaño genera partes desiguales
Al dividir por tamaño, la última parte puede quedar por debajo del tamaño objetivo, ya que nunca se corta una línea a mitad de un registro. Todos los archivos contienen únicamente líneas JSON completas.
El navegador se ralentiza con archivos muy grandes
Con archivos de más de 500 MB, el navegador puede ralentizarse durante el procesamiento. Si trabajas con datasets muy grandes, considera dividir el archivo con herramientas de línea de comandos como 'split' o 'wc -l' y usar después esta herramienta para comprobar el resultado.
Preguntas frecuentes
¿Están seguros mis datos al dividir el archivo?
Sí. Todo el proceso de división se realiza localmente en tu navegador con JavaScript. No se envían datos a ningún servidor. El contenido de tu archivo JSONL nunca sale de tu dispositivo.
¿Hay algún límite de tamaño para los archivos?
No hay un límite fijo. La herramienta puede procesar archivos de varios cientos de megabytes. El rendimiento depende de tu navegador y de la memoria de tu dispositivo.
¿Se conserva el orden de los registros al dividir el archivo?
Sí. Los registros se dividen en orden: el primer archivo contiene las primeras N líneas, el segundo las siguientes N y así sucesivamente. No se cambia el orden de los registros ni se duplican.
¿Puedo dividir un archivo por número de líneas y por tamaño al mismo tiempo?
Por ahora, solo puedes elegir un modo de división a la vez. Si necesitas respetar ambos límites, divide primero según el más restrictivo y comprueba después que los archivos resultantes cumplan los dos requisitos.
¿Qué ocurre con las líneas vacías del archivo JSONL?
Las líneas vacías se conservan al dividir el archivo. Si tu archivo JSONL contiene líneas vacías entre los registros, aparecerán en los archivos resultantes en su posición original. Si necesitas eliminarlas antes de dividir el archivo, usa nuestro validador de JSONL.
¿Puedo volver a unir los archivos resultantes de la división?
Sí. Como cada parte es un archivo JSONL válido, puedes concatenarlas para reconstruir el original. En la línea de comandos, usa 'cat part_*.jsonl > merged.jsonl'. También puedes usar nuestras herramientas de JSONL para combinar archivos.
¿Cómo se nombran los archivos resultantes de la división?
Los archivos resultantes se nombran con un número de parte consecutivo (por ejemplo, part_001.jsonl, part_002.jsonl). Si los descargas como ZIP, todas las partes se incluyen en un único archivo comprimido.
¿Cómo funciona internamente la división por tamaño?
La división por tamaño acumula líneas hasta alcanzar el tamaño objetivo. Entonces se cierra el archivo actual y se empieza uno nuevo con la siguiente línea. Una línea nunca se reparte entre dos archivos, por lo que cada parte puede quedar ligeramente por encima o por debajo del tamaño objetivo.
Herramientas y guías relacionadas
Combina múltiples archivos JSONL en uno solo con deduplicación.
Aprende a estructurar archivos JSONL para la Batch API de OpenAI. Incluye el formato de las solicitudes, el parseo de las respuestas y un flujo de trabajo completo con ejemplos de código.
Estrategias para procesar gigabytes de datos JSONL: lectura en streaming, gestión de memoria, división de archivos, compresión y herramientas online.
Valida archivos JSONL línea por línea. Detecta al instante errores de sintaxis, problemas de codificación y fallos de formato.
Abre archivos .jsonl y .ndjson en una tabla ágil y con búsqueda, directamente en tu editor. Diseñada para archivos demasiado grandes para recorrerlos a mano y para logs que aún se están escribiendo.