JSON do CSV

Czym jest konwersja JSON do CSV?

Konwersja JSON do CSV przekształca ustrukturyzowane dane z formatu JSON do wartości rozdzielanych przecinkami — tabelarycznego formatu obsługiwanego natywnie przez arkusze kalkulacyjne, bazy danych i narzędzia analityczne. JSON przechowuje dane jako zagnieżdżone obiekty i tablice bez stałego schematu. CSV przechowuje dane jako wiersze i kolumny z wierszem nagłówkowym definiującym nazwy pól. Konwersja to sposób, w jaki dane z API trafiają do arkuszy kalkulacyjnych i baz danych.

CSV (Comma-Separated Values) jest zdefiniowany przez RFC 4180. Każda linia to jeden rekord, a pola w wierszu są oddzielone znakiem separatora, najczęściej przecinkiem. Pola zawierające separator, cudzysłowy lub znaki końca wiersza muszą być ujęte w cudzysłów, a wewnętrzne cudzysłowy są escapowane przez ich podwojenie. To escapowanie jest głównym źródłem błędów przy ręcznym pisaniu konwertera JSON do CSV.

Konwersja jest prosta, gdy dane wejściowe to płaska tablica obiektów ze spójnymi kluczami. Każdy obiekt staje się jednym wierszem, a każdy unikalny klucz — nagłówkiem kolumny. Zagnieżdżone obiekty i tablice wymagają spłaszczenia, a niespójne klucze między obiektami wymagają strategii obsługi brakujących pól — zazwyczaj pozostawienia komórki pustej. Niezawodny konwerter obsługuje wszystkie te przypadki brzegowe automatycznie.

Dlaczego konwertować JSON do CSV?

API zwracają JSON, ale arkusze kalkulacyjne, bazy danych SQL i narzędzia BI oczekują danych tabelarycznych. Konwersja JSON do CSV pozwala przenosić dane między tymi systemami bez pisania własnych skryptów importu.

Przypadki użycia konwersji JSON do CSV

Zestawienie separatorów CSV

Znak separatora oddziela pola w każdym wierszu. Przecinek jest najczęstszy, ale inne separatory są standardem w określonych kontekstach. Wybór złego separatora powoduje scalanie lub błędny podział pól podczas otwierania pliku.

Obsługa zagnieżdżonego JSON w CSV

CSV to płaski format, który nie ma natywnego sposobu reprezentowania zagnieżdżonych obiektów ani tablic. Gdy JSON zawiera zagnieżdżone struktury, konwerter musi je spłaszczyć do kolumn. Istnieje kilka strategii, a właściwy wybór zależy od tego, jak CSV będzie konsumowany.

Przykłady kodu

Programowa konwersja JSON do CSV wymaga obsługi wyodrębniania nagłówków, cytowania pól i escapowania separatora. Większość języków ma wbudowaną lub standardową bibliotekę obsługującą zapis CSV.

const data = [
  { name: "Alice", age: 30, city: "Berlin" },
  { name: "Bob", age: 25, city: "Tokyo" },
]

// Extract headers from the first object
const headers = Object.keys(data[0])
const csv = [
  headers.join(","),
  ...data.map(row => headers.map(h => {
    const val = String(row[h] ?? "")
    // Quote fields that contain commas, quotes, or newlines
    return val.includes(",") || val.includes('"') || val.includes("\n")
      ? '"' + val.replace(/"/g, '""') + '"'
      : val
  }).join(","))
].join("\n")

console.log(csv)
// → name,age,city
// → Alice,30,Berlin
// → Bob,25,Tokyo

import json, csv, io

json_str = '[{"name":"Alice","age":30,"city":"Berlin"},{"name":"Bob","age":25,"city":"Tokyo"}]'
data = json.loads(json_str)

output = io.StringIO()
writer = csv.DictWriter(output, fieldnames=data[0].keys())
writer.writeheader()
writer.writerows(data)

print(output.getvalue())
# → name,age,city
# → Alice,30,Berlin
# → Bob,25,Tokyo

# Using jq to convert JSON array to CSV
echo '[{"name":"Alice","age":30},{"name":"Bob","age":25}]' | \
  jq -r '(.[0] | keys_unsorted) as $k | $k, (.[] | [.[$k[]]] ) | @csv'
# → "name","age"
# → "Alice",30
# → "Bob",25

# Using Miller (mlr) for streaming conversion
echo '[{"name":"Alice","age":30}]' | mlr --json --ocsv cat
# → name,age
# → Alice,30

package main

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

func main() {
    jsonStr := `[{"name":"Alice","age":30},{"name":"Bob","age":25}]`
    var data []map[string]interface{}
    json.Unmarshal([]byte(jsonStr), &data)

    w := csv.NewWriter(os.Stdout)
    // Write header
    headers := []string{"name", "age"}
    w.Write(headers)
    // Write rows
    for _, row := range data {
        record := make([]string, len(headers))
        for i, h := range headers {
            record[i] = fmt.Sprintf("%v", row[h])
        }
        w.Write(record)
    }
    w.Flush()
    // → name,age
    // → Alice,30
    // → Bob,25
}

Często zadawane pytania