CSV-zu-JSON-Konverter

Was ist JSON und warum aus CSV konvertieren?

// Input CSV (comma + LF, header on, infer types on)
id,name,active,score
1,Alice,true,98.5
2,Bob,false,87
3,Carol,true,

// Output JSON
[
  { "id": 1, "name": "Alice", "active": true, "score": 98.5 },
  { "id": 2, "name": "Bob", "active": false, "score": 87 },
  { "id": 3, "name": "Carol", "active": true, "score": null }
]

// Same input with Header off (no first-row keys)
1,Alice,true,98.5
2,Bob,false,87

// Becomes
[
  { "col1": 1, "col2": "Alice", "col3": true, "col4": 98.5 },
  { "col1": 2, "col2": "Bob", "col3": false, "col4": 87 }
]

Hauptfunktionen

Beispiele

id,name,email,role
1,Alice,alice@example.com,admin
2,Bob,bob@example.com,editor
3,Carol,carol@example.com,viewer
4,Dan,dan@example.com,viewer

ts	event	user	duration
2026-05-09T10:00:00Z	signup	alice	142
2026-05-09T10:01:00Z	login	alice	87
2026-05-09T10:02:00Z	checkout	alice	312
2026-05-09T10:03:00Z	logout	alice	44

id;name;price
1;Alice;1234,56
2;Bob;9876,54
3;Carol;42,00

name,role,note
"Smith, Jr.",admin,"He said ""hi"""
"Doe, Jane",editor,"Two
lines"

id,event,user
9007199254740993,signup,alice
9007199254740994,login,bob
9007199254740995,checkout,carol

1,Alice,admin
2,Bob,editor
3,Carol,viewer
4,Dan,viewer

Anleitung

1. 1

   CSV einfügen

   Geben Sie Ihr CSV in das Eingabefeld oben ein oder fügen Sie es ein. Das Werkzeug akzeptiert komma-, semikolon-, tab- und pipe-getrennte Daten. Sie können auch auf „Beispiel laden“ klicken, um ein Muster auszuprobieren, etwa einen Tabellenkalkulationsexport, ein TSV-Log oder ein Excel-EU-CSV mit Semikolons.

2. 2

   Trennzeichen wählen (oder Tab)

   Klicken Sie auf `,` (Standard), `;` (Excel-EU-Semikolon), `\t` (TSV) oder `|` (Pipe), um das Trennzeichen mit einem Klick zu wechseln. Öffnen Sie den Optionsbereich für feine Kontrolle: Kopfzeile an/aus und Typen ableiten an/aus. Kopfzeile aus benennt Spalten automatisch col1, col2, col3.

3. 3

   JSON kopieren oder herunterladen

   Klicken Sie auf Kopieren, um das JSON in Ihre Zwischenablage zu übernehmen, oder auf Herunterladen, um es als .json-Datei zu speichern, bereit für Ihren Code, Ihre API oder Ihre Pipeline. Für Round-Trips klicken Sie auf Richtung tauschen, um JSON an Ort und Stelle zurück nach CSV zu konvertieren.

Häufige Konvertierungsfallen

name,role
Smith, Jr.,admin
// Parser reads 3 columns: "Smith", " Jr.", "admin"

name,role
"Smith, Jr.",admin
// Parser reads 2 columns: "Smith, Jr.", "admin"

// Wrong delimiter (default comma) on Excel-EU file
id;name;price
1;Alice;1234,56
// Each row becomes one column: { col1: "1;Alice;1234,56" }

// Correct: pick `;` Delimiter chip
id;name;price
1;Alice;1234,56
// Output: { id: 1, name: "Alice", price: "1234,56" }

// Without big-int detection
{"id": 9007199254740993}
// JavaScript reads as 9007199254740992 (precision lost)

// With Infer types on, big integers stay as strings
{"id": "9007199254740993"}
// Use BigInt(value) in code to preserve precision

id, name, email
1, Alice, alice@example.com
// Output keys: "id", " name", " email" (with leading spaces)

id,name,email
1,Alice,alice@example.com
// Output keys: "id", "name", "email" (clean)

name,role,note
Alice,admin
Bob,editor,first day
// Row 1 is short by one cell

// Output (note empty/null cell in row 1)
[
  { "name": "Alice", "role": "admin", "note": null },
  { "name": "Bob", "role": "editor", "note": "first day" }
]

// Expecting a Date object in the output
ts,event
2026-05-09T10:00:00Z,signup
// Output ts is the string "2026-05-09T10:00:00Z", NOT a Date

// Correct: parse at the point of use in your code
const rows = JSON.parse(output);
const when = new Date(rows[0].ts);
// when is now a Date object

Häufige Anwendungsfälle

Tabellenkalkulationsexport zum API-Import

Fügen Sie ein aus Excel, Google Sheets oder Numbers exportiertes CSV ein und erhalten Sie ein JSON-Array von Objekten, bereit für POST an eine REST-API, eine GraphQL-Mutation oder einen Bulk-Import-Endpunkt. Der häufigste Anwendungsfall — Analysten erzeugen Tabellenkalkulationsdaten, Ingenieure benötigen typisiertes JSON, um das Backend zu speisen.

Excel-Export zu Tooling

Konvertieren Sie Excel-CSV-Exporte (einschließlich Excel-EU-semikolon-getrennter Dateien mit dem `;`-Chip) in JSON für die Verarbeitung mit JavaScript-Tooling, jq-Skripten oder jedem System, das JSON liest. Der Parser behandelt das Entfernen des BOM und CRLF-Zeilenenden korrekt, sodass Excel-Exporte nicht in der ersten Zeile scheitern.

TSV-Log zu Analytics

Tab-getrennte Logs aus BigQuery-Exporten, Snowflake-Unloads, Vector-Pipelines oder Unix-Werkzeugen (cut, awk) kommen oft als .tsv. Wählen Sie den Tab-Trennzeichen-Chip und erhalten Sie ein typisiertes JSON-Array, bereit für ad-hoc-Analysen, Dashboard-Ingest oder Pipeline-Stage-Transformation.

Datenbank-CSV-Dump zu ETL

Konvertieren Sie PostgreSQL-COPY-TO-CSV-Ausgabe, MySQL-SELECT-INTO-OUTFILE oder einen beliebigen Datenbank-CSV-Dump in JSON zum Laden in einen NoSQL-Speicher, zum Speisen einer JavaScript-ETL-Pipeline oder zum Versenden an BigQuery als zeilenbegrenztes JSON. Die Erkennung großer Ganzzahlen bewahrt numerische IDs, die JavaScripts sicheren Bereich überschreiten.

Postman/Newman-CSV-Testergebnis-Konsumierung

Postman-Testläufe exportieren CSV-Berichte mit Erfolg/Misserfolg pro Anfrage. Konvertieren Sie nach JSON für die programmatische Konsumierung — speisen Sie ein Status-Dashboard, eine Alert-Pipeline oder einen Testergebnis-Aggregator. Zeilen mit unterschiedlicher Form (fehlgeschlagene Tests haben eine zusätzliche error-Spalte) werden mit leeren/null-Werten aufgefüllt.

Kleines CSV zu schneller JSON-Konfiguration

Haben Sie ein kleines CSV mit Konstanten — Währungscodes, Ländernamen, Produkt-SKUs — und benötigen ein JSON-Array für eine Konfigurationsdatei oder eine JavaScript-Konstante? Einfügen, kopieren, einfügen. Mit aktivierter Typinferenz werden Zahlen und boolesche Werte korrekt typisiert; mit aktivierter Kopfzeile erhalten Sie ein Array von Objekten mit benannten Feldern, bereit zum Ablegen in einer .json-Datei.

Technische Details

Interna des RFC-4180-Zustandsautomaten-Parsers

Der Parser ist eine ordentliche endliche Zustandsautomaten-Implementierung nach RFC 4180. Zustände umfassen UnquotedField, QuotedField, AfterQuote, RowEnd und EndOfInput. Der Parser behandelt korrekt eingeschlossene Felder mit Trennzeichen, eingebettetes CR/LF in eingeschlossenen Feldern, escapte doppelte Anführungszeichen (verdoppelt, wie "") und abschließende Zeilenumbrüche. Dies erzeugt eine Ausgabe, die verlustfrei durch Pythons csv-Modul, PostgreSQL COPY, AWS S3 SELECT und jeden konformen Parser round-trippt. Der Zustandsautomat ist trennzeichen-bewusst, sodass ein Wechsel von `,` zu `;` oder `\t` die Anführungssemantik nicht ändert — nur das Feldtrennzeichen.

Algorithmus der Typinferenz

Mit aktivierter Typinferenz wird jede Zelle durch eine geordnete Erkennungspipeline geführt. Erstens wird eine leere Zelle zu JSON null. Zweitens werden die literalen Zeichenketten true und false zu JSON-booleschen Werten. Drittens werden Zeichenketten mit führender Null (^0[0-9]+$) als Zeichenketten behalten, um die Bezeichner-Semantik zu bewahren — eine Konvertierung in Zahlen würde die führenden Nullen stillschweigend entfernen. Viertens werden Ganzzahlliterale gegen die Sicher-Ganzzahl-Grenze (-2^53+1 bis 2^53-1) geprüft; Werte außerhalb dieses Bereichs werden als Zeichenketten behalten, um IEEE-754-Präzisionsverlust zu vermeiden. Fünftens werden ISO-8601-Datumszeichenketten per Regex erkannt und bewusst als Zeichenketten behalten — JSON hat keinen nativen Datumstyp. Alles, was alle fünf Schutzmechanismen überlebt, wird per Number() konvertiert (numerisch) oder als Zeichenkette behalten (alles andere).

BOM-Entfernung und Codierungsbehandlung

Alle Eingaben werden als UTF-8 behandelt. Das optionale UTF-8 BOM (0xEF 0xBB 0xBF) wird stillschweigend aus der ersten Zelle der ersten Zeile entfernt, wenn vorhanden — dies verhindert, dass BOM-Bytes als Streuzeichen am Anfang des ersten Spaltennamens enthalten sind (Excel unter Windows gibt häufig das BOM aus, wodurch naive Parser scheitern). Andere Codierungen (Windows-1252, ISO-8859-1) werden nicht automatisch erkannt; die File-API des Browsers hätte die Bytes bereits als UTF-8 dekodiert, bevor der Text dieses Werkzeug erreicht. Wenn Sie nicht-UTF-8-Eingaben haben, konvertieren Sie sie zuerst mit iconv oder der Codierungs-Export-Option Ihres Editors, bevor Sie sie einfügen.

Best Practices

Trennzeichen explizit für Nicht-Komma-Daten wählen

Verlassen Sie sich nicht auf Auto-Erkennung. Wenn Ihr CSV Semikolons (Excel-EU), Tabs (TSV von BigQuery, Snowflake oder Unix-Werkzeugen) oder Pipes (Felder mit vielen Kommas) verwendet, klicken Sie vor dem Einfügen auf den passenden Trennzeichen-Chip. Der Parser ist trennzeichen-bewusst: Ein Wechsel des Chips parst die Eingabe sofort neu. Dies vermeidet den häufigsten CSV-zu-JSON-Fehlerfall, bei dem jede Zeile in eine einzelne Zelle zusammengelegt wird, weil der Parser das falsche Trennzeichen verwendet hat.

Typen ableiten für typisiertes JSON aktiviert lassen

Mit aktivierter Typinferenz (Standard) erhalten Sie typisiertes JSON: Zahlen als Zahlen, boolesche Werte als boolesche Werte, null, wo leere Zellen erscheinen. Das ist es, was die meisten Verbraucher wollen — APIs, Frontends, JavaScript-Code. Schalten Sie Typen ableiten nur aus, wenn Sie speziell jede Zelle als Zeichenkette für strenge nachgelagerte Typisierung benötigen (typstrenge nachgelagerte Verbraucher, Validierungspipelines, die exakte Quell-Bytes vergleichen). Die Erkennungspipeline hat Schutzmechanismen für Zeichenketten mit führender Null, große Ganzzahlen und ISO-Datumsangaben, sodass Bezeichner und Datumsangaben auch bei aktivierter Inferenz sicher bleiben.

IDs im vorgelagerten CSV als Zeichenketten einschließen

Wenn Ihr CSV von einer Datenbank oder Pipeline erzeugt wird, die Sie kontrollieren, geben Sie große numerische IDs (Twitter-Snowflakes, Discord-IDs, K8s-resourceVersion) als in Anführungszeichen eingeschlossene CSV-Zeichenketten aus ("9007199254740993"), damit sie sauber durch die Typinferenz laufen. Der Parser behält sie ohnehin als Zeichenketten (die Big-Int-Erkennung fängt Werte über 2^53 - 1 ab), aber explizite Anführungszeichen sind der robusteste vorgelagerte Vertrag und vermeiden jede Mehrdeutigkeit über Präzision.

Kopfzeile sollte die erste Zeile sein

Kopfzeile an (Standard) erkennt automatisch die erste Zeile als Spaltennamen. Wenn Ihr CSV Kommentare, leere Zeilen oder Metadaten vor der Kopfzeile hat, entfernen Sie sie vor dem Einfügen — der Parser überspringt keine führenden Nicht-Daten-Zeilen. Für CSVs ohne Kopfzeile (Rohexporte, maschinell erzeugte Dumps) schalten Sie Kopfzeile aus, und die Spalten werden automatisch col1, col2, col3 in Reihenfolge benannt. Versuchen Sie nicht, eine Kopfzeile zu fälschen, indem Sie eine vor eine kopflose Datei stellen; entweder Kopfzeile aus oder die Quelle reparieren.

Stringify-Modus für CSV → JSON → CSV-Round-Trips verwenden

Wenn Sie planen, Daten durch beide Richtungen zu round-trippen (CSV → JSON → CSV), benötigt die umgekehrte Richtung (JSON → CSV) den Stringify-Modus, damit verschachtelte Arrays oder Objekte verlustfrei überleben. Der Verschachtelungsmodus in der umgekehrten Richtung erzeugt Punkt-Schlüssel (customer.address.city), die vom CSV-Parser nicht perfekt rekonstruiert werden können. Sehen Sie sich unseren JSON-zu-CSV-Konverter für die vollständige Referenz der umgekehrten Richtung und Round-Trip-Testhinweise an.

Häufig gestellte Fragen