CSV do JSON

Czym jest konwersja CSV do JSON?

CSV (Comma-Separated Values) to format tabelaryczny w postaci zwykłego tekstu, w którym każda linia stanowi rekord danych, a pola w ramach rekordu są oddzielone separatorem — najczęściej przecinkiem. CSV jest standardowym formatem wymiany danych od początków ery komputerów osobistych, sformalizowanym w RFC 4180. Arkusze kalkulacyjne, bazy danych i narzędzia do eksportu danych generują pliki CSV, ponieważ są one proste, zwięzłe i obsługiwane przez praktycznie każdy język programowania.

JSON (JavaScript Object Notation) reprezentuje dane strukturalne jako pary klucz-wartość i uporządkowane tablice. W odróżnieniu od CSV, JSON obsługuje zagnieżdżone obiekty, wartości typowane (liczby, wartości logiczne, null) oraz rekordy o zmiennej długości. Ponieważ JSON jest natywnie rozumiany przez silniki JavaScript, jest dominującym formatem wymiany danych między przeglądarką a serwerem oraz formatem odpowiedzi REST API. Cechy te sprawiają, że JSON jest domyślnym formatem dla web API, plików konfiguracyjnych i baz danych NoSQL, takich jak MongoDB i CouchDB.

Konwersja CSV do JSON polega na mapowaniu każdego wiersza tabeli na obiekt JSON, przy czym wiersz nagłówkowy staje się nazwami właściwości, a wartości komórek — wartościami właściwości. Wynikiem jest zazwyczaj tablica JSON obiektów. Konwersja ta jest niezbędna wszędzie tam, gdzie należy przekazać płaskie dane tabelaryczne do systemu oczekującego strukturalnych danych JSON — np. do REST API, komponentu tabeli danych we frontendzie lub bazy danych dokumentowej.

Dlaczego warto używać tego narzędzia?

Ten konwerter analizuje Twój plik CSV w przeglądarce, natychmiast generuje wyjście JSON i nigdy nie przesyła danych na serwer.

Przypadki użycia konwersji CSV do JSON

Informacje o separatorach CSV

Pliki CSV nie zawsze używają przecinków. Separator zależy od ustawień regionalnych, aplikacji eksportującej i zawartości danych. Oto cztery najczęściej stosowane separatory i typowe przypadki ich użycia:

CSV a JSON: różnice strukturalne

Różnica między tymi dwoma formatami sprawia, że mapowanie nagłówków, wnioskowanie typów i obsługa brakujących wartości wymagają jawnych decyzji podczas konwersji.

Przykłady kodu

Jak programowo konwertować CSV do JSON w popularnych językach i narzędziach CLI:

// Simple CSV string → JSON array
const csv = `name,age,city
Alice,30,Berlin
Bob,25,Tokyo`

const [headerLine, ...rows] = csv.trim().split('\n')
const headers = headerLine.split(',')
const json = rows.map(row => {
  const values = row.split(',')
  return Object.fromEntries(headers.map((h, i) => [h, values[i]]))
})
// → [{ name: "Alice", age: "30", city: "Berlin" }, ...]

// With the built-in fetch + a library (Papa Parse)
import Papa from 'papaparse'
const result = Papa.parse(csvString, { header: true, dynamicTyping: true })
console.log(result.data) // typed numbers and booleans

import csv, json, io

csv_string = """name,age,city
Alice,30,Berlin
Bob,25,Tokyo"""

reader = csv.DictReader(io.StringIO(csv_string))
data = [row for row in reader]
print(json.dumps(data, indent=2))
# → [{"name": "Alice", "age": "30", "city": "Berlin"}, ...]

# With type coercion (age as int)
import pandas as pd
df = pd.read_csv(io.StringIO(csv_string))
print(df.to_json(orient="records", indent=2))
# → [{"name": "Alice", "age": 30, "city": "Berlin"}, ...]

package main

import (
	"encoding/csv"
	"encoding/json"
	"fmt"
	"strings"
)

func main() {
	input := "name,age,city\nAlice,30,Berlin\nBob,25,Tokyo"
	r := csv.NewReader(strings.NewReader(input))
	records, _ := r.ReadAll()

	headers := records[0]
	var result []map[string]string
	for _, row := range records[1:] {
		obj := make(map[string]string)
		for i, h := range headers {
			obj[h] = row[i]
		}
		result = append(result, obj)
	}

	out, _ := json.MarshalIndent(result, "", "  ")
	fmt.Println(string(out))
	// → [{"age":"30","city":"Berlin","name":"Alice"}, ...]
}

# Using Miller (mlr) — handles quoting, types, and edge cases
mlr --icsv --ojson cat data.csv
# → [{"name": "Alice", "age": 30, "city": "Berlin"}, ...]

# Using csvjson from csvkit (Python-based)
csvjson data.csv

# Using jq with @csv (reverse: JSON → CSV)
# For CSV → JSON, pipe through Miller or Python
cat data.csv | python3 -c "
import csv, json, sys
reader = csv.DictReader(sys.stdin)
json.dump(list(reader), sys.stdout, indent=2)
"

Często zadawane pytania