Qu’est-ce que JSONL ? Guide complet du format JSON Lines
Tout savoir sur JSON Lines : syntaxe, exemples, cas d’utilisation et bonnes pratiques.
Qu’est-ce que JSONL ?
JSONL (JSON Lines), aussi appelé Newline Delimited JSON (NDJSON), est un format de données textuel dans lequel chaque ligne contient une valeur JSON valide. Les lignes sont séparées par des sauts de ligne. Contrairement au JSON standard, qui regroupe les données dans un seul tableau ou objet, JSONL stocke un enregistrement par ligne.
Cette structure simple fait de JSONL un format idéal pour le streaming, les logs et le traitement de gros jeux de données : chaque ligne peut être lue, analysée et traitée indépendamment, sans charger tout le fichier en mémoire.
Ce format s’est répandu grâce aux outils et plateformes qui traitent des volumes de données considérables, notamment OpenAI (pour les jeux de données de fine-tuning), BigQuery, Apache Spark et les systèmes de gestion de logs.
Règles de syntaxe du format JSONL
Le format JSONL repose sur quelques règles simples :
- Chaque ligne doit contenir une valeur JSON valide (objet, tableau, chaîne, nombre, booléen ou null)
- Les lignes sont séparées par des sauts de ligne (\n)
- Aucune virgule ni aucun séparateur entre les lignes
- Les fichiers doivent être encodés en UTF-8
- Le saut de ligne en fin de fichier est facultatif
- La plupart des parseurs ignorent les lignes vides
{"name":"Alice","age":30,"city":"New York"}
{"name":"Bob","age":25,"city":"London"}
{"name":"Charlie","age":35,"city":"Tokyo"}Remarque : chaque ligne contient un objet JSON complet et autonome. Les lignes ne sont pas séparées par des virgules et les objets ne sont pas regroupés dans un tableau.
Exemples 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]}Les lignes d’un fichier JSONL peuvent contenir des valeurs de types différents. Il suffit que chaque ligne soit du JSON valide :
{"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"}Les jeux de données destinés au fine-tuning d’OpenAI comptent parmi les usages les plus courants de JSONL :
{"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."}]}Lire des fichiers JSONL
Tout outil capable de traiter du texte ligne par ligne peut lire des fichiers JSONL. Voici les méthodes les plus courantes :
Utilisez les outils Unix standard pour examiner vos fichiers 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)'Le module json fourni avec Python permet de lire facilement du JSONL :
import json
with open('data.jsonl', 'r') as f:
for line in f:
record = json.loads(line)
print(record['name'])Avec Node.js, lisez vos fichiers JSONL ligne par ligne :
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);
}Créer des fichiers JSONL
Pour créer un fichier JSONL, il suffit d’écrire une valeur JSON par ligne.
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');Peut-on ajouter des commentaires dans un fichier JSONL ?
Non. La spécification JSONL ne prévoit pas de commentaires. Chaque ligne d’un fichier JSONL doit contenir une valeur JSON valide, et JSON ne possède lui-même aucune syntaxe pour les commentaires.
Si vous devez joindre des métadonnées ou des annotations à vos données, voici quelques solutions courantes :
- 1Ajoutez un champ de métadonnées à vos objets JSON : {"_comment": "données de test", "name": "Alice"}
- 2Placez les métadonnées dans un fichier distinct, à côté du fichier JSONL
- 3Placez les métadonnées sur la première ligne du fichier : {"_meta": {"version": "1.0", "created": "2026-01-15"}}
Gardez à l’esprit que les champs de "commentaire" sont interprétés comme des données ordinaires. Les applications qui lisent le fichier JSONL doivent donc être conçues pour ignorer les champs de métadonnées.
JSONL vs JSON
La principale différence tient à la structure : JSON regroupe toutes les données dans une seule valeur, tandis que JSONL stocke une valeur par ligne.
[
{"name": "Alice", "age": 30},
{"name": "Bob", "age": 25}
]{"name":"Alice","age":30}
{"name":"Bob","age":25}- Un fichier JSON doit être chargé entièrement en mémoire pour être analysé ; un fichier JSONL peut être lu ligne par ligne
- JSON sépare les éléments par des virgules ; JSONL utilise des sauts de ligne
- JSON convient mieux aux fichiers de configuration et aux API ; JSONL est plus adapté aux gros jeux de données et au streaming
- Ajouter des données à un fichier JSON nécessite de réécrire tout le fichier ; avec JSONL, il suffit d’ajouter une ligne
Pour une comparaison détaillée, consultez notre guide complet JSON vs JSONL guide.
Cas d’usage courants
Machine learning et IA
Usage le plus courantJSONL est le format standard des données d’entraînement en machine learning. OpenAI, Hugging Face et d’autres plateformes d’IA l’utilisent pour leurs jeux de données de fine-tuning : chaque exemple d’entraînement occupe une ligne autonome, ce qui permet de mélanger les exemples, d’en prélever des échantillons et de les traiter en streaming de manière efficace.
Fichiers de logs et flux d’événements
JSONLLes systèmes de logs structurés (stack ELK, Datadog, CloudWatch) produisent des logs au format JSONL. Chaque entrée occupe une ligne JSON, ce qui facilite l’ajout de nouvelles entrées et le traitement des logs en temps réel.
Traitement de données à grande échelle
JSONLDes outils comme Apache Spark, BigQuery et AWS Athena prennent nativement en charge JSONL. Le découpage en lignes permet de paralléliser le traitement sur des systèmes distribués : chaque worker peut traiter un bloc de lignes indépendamment des autres.
API de streaming
JSONLLes API qui renvoient de gros volumes de résultats utilisent souvent JSONL en streaming. Le client peut commencer à traiter les résultats dès leur arrivée, sans attendre la réponse complète.
Extensions de fichiers JSONL
Les fichiers JSONL portent généralement l’une des extensions suivantes :
Ces trois extensions désignent le même format : une valeur JSON par ligne. Le type MIME de JSONL est application/jsonl ou application/x-ndjson.
Essayez nos outils JSONL gratuits
Validez la syntaxe de vos fichiers JSONL, convertissez vos données d’un format à l’autre et consultez vos fichiers, le tout dans votre navigateur.
Consultez et modifiez instantanément des fichiers JSONL jusqu’à 1 Go dans votre navigateur. Ce lecteur de fichiers JSONL gratuit propose une lecture en streaming, la coloration syntaxique et une validation en temps réel. Aucun envoi de fichier, aucune inscription : vos données restent sur votre appareil.
Validez vos fichiers JSONL ligne par ligne. Repérez immédiatement les erreurs de syntaxe et les problèmes d’encodage ou de format.
Mettez en forme vos fichiers JSONL avec une indentation adaptée pour les rendre plus lisibles et faciliter le débogage et la revue des données.
Un comparatif détaillé des formats JSON et JSONL pour savoir quand utiliser chacun, comprendre leurs avantages et leurs inconvénients et passer de l’un à l’autre.
Un tutoriel pas à pas pour travailler avec des fichiers JSONL. Apprenez à lire, écrire et traiter des données JSONL en Python, en JavaScript et avec des outils en ligne de commande.