CSV to Markdown

Что такое конвертация CSV в Markdown?

Конвертация CSV в таблицу Markdown — распространённая задача для разработчиков. CSV (Comma-Separated Values) хранит табличные данные как обычный текст: каждая запись на отдельной строке, а поля разделены символом-разделителем — запятой или табуляцией. Это формат экспорта по умолчанию для электронных таблиц, SQL-клиентов и аналитических инструментов. CSV-файлы компактны и просты в генерации, но не имеют встроенных средств управления отображением данных. Открытый в текстовом редакторе CSV-файл — это стена строк, разделённых запятыми: понятная машинам, но плохо читаемая человеком.

Таблицы Markdown решают проблему читаемости. Они определены спецификацией GitHub Flavored Markdown (GFM) и поддерживаются GitHub, GitLab, Bitbucket, Notion, Obsidian, а также статическими генераторами сайтов Hugo и Jekyll — везде, где обрабатывается Markdown, они отображаются как аккуратные HTML-таблицы. Синтаксис использует символы вертикальной черты для разделения столбцов и обязательную строку разделителей из дефисов между заголовком и строками тела таблицы.

Конвертация CSV в таблицу Markdown означает обёртывание каждой строки в синтаксис с вертикальной чертой и добавление строки разделителя после заголовка. Первая строка CSV становится заголовком таблицы, каждая последующая — строкой тела. Это необходимо всякий раз, когда вы вставляете структурированные данные в README, описание pull request, страницу вики или любую систему документации на Markdown.

Зачем использовать этот инструмент?

Этот конвертер разбирает CSV в браузере, мгновенно формирует Markdown-таблицу и никогда не отправляет ваши данные на сервер.

Сценарии использования CSV to Markdown

Справочник синтаксиса таблиц Markdown

Таблицы Markdown следуют спецификации GitHub Flavored Markdown (GFM). Каждая таблица требует строки заголовка, строки разделителя и одной или нескольких строк тела. Строка разделителя управляет выравниванием столбцов.

CSV и Markdown-таблицы: сравнение

Оба формата представляют табличные данные в виде обычного текста. CSV предназначен для машин и дата-пайплайнов; Markdown-таблицы — для людей, читающих документацию.

Примеры кода

Следующие примеры показывают, как программно конвертировать CSV в Markdown-таблицу на разных языках. Каждый пример создаёт корректную GFM-таблицу.

const csv = `name,age,city
Alice,30,Berlin
Bob,25,Tokyo`

const [headerLine, ...rows] = csv.trim().split('\n')
const headers = headerLine.split(',')

const separator = '| ' + headers.map(() => '---').join(' | ') + ' |'
const headerRow = '| ' + headers.join(' | ') + ' |'
const bodyRows = rows.map(row =>
  '| ' + row.split(',').join(' | ') + ' |'
)

const markdown = [headerRow, separator, ...bodyRows].join('\n')
// → | name | age | city |
// → | --- | --- | --- |
// → | Alice | 30 | Berlin |
// → | Bob | 25 | Tokyo |

import csv
import io

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

reader = csv.reader(io.StringIO(csv_string))
rows = list(reader)
headers = rows[0]

lines = []
lines.append('| ' + ' | '.join(headers) + ' |')
lines.append('| ' + ' | '.join('---' for _ in headers) + ' |')
for row in rows[1:]:
    lines.append('| ' + ' | '.join(row) + ' |')

print('\n'.join(lines))
# → | name | age | city |
# → | --- | --- | --- |
# → | Alice | 30 | Berlin |
# → | Bob | 25 | Tokyo |

# With pandas (one-liner)
import pandas as pd
df = pd.read_csv(io.StringIO(csv_string))
print(df.to_markdown(index=False))

package main

import (
	"encoding/csv"
	"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 lines []string

	lines = append(lines, "| "+strings.Join(headers, " | ")+" |")
	sep := make([]string, len(headers))
	for i := range sep {
		sep[i] = "---"
	}
	lines = append(lines, "| "+strings.Join(sep, " | ")+" |")

	for _, row := range records[1:] {
		lines = append(lines, "| "+strings.Join(row, " | ")+" |")
	}

	fmt.Println(strings.Join(lines, "\n"))
	// → | name | age | city |
	// → | --- | --- | --- |
	// → | Alice | 30 | Berlin |
	// → | Bob | 25 | Tokyo |
}

# Using Miller (mlr) — convert CSV to Markdown table
mlr --icsv --omarkdown cat data.csv
# → | name | age | city |
# → | --- | --- | --- |
# → | Alice | 30 | Berlin |

# Using csvtomd (pip install csvtomd)
csvtomd data.csv

# Using pandas in a one-liner
python3 -c "
import pandas as pd, sys
print(pd.read_csv(sys.argv[1]).to_markdown(index=False))
" data.csv

Часто задаваемые вопросы