JSON 转 CSV 转换器

什么是 CSV？为什么要从 JSON 转换？

// Input JSON
[
  { "id": 1, "name": "Alice", "role": "admin" },
  { "id": 2, "name": "Bob", "role": "editor" }
]

// Output CSV (RFC 4180 preset: comma + CRLF + no BOM)
id,name,role
1,Alice,admin
2,Bob,editor

// Same input with Stringify mode + nested data
[
  { "id": 1, "tags": ["a", "b"] }
]

// Becomes
id,tags
1,"[""a"",""b""]"

核心功能

示例

[{"id":1,"name":"Alice Chen","email":"alice@example.com","role":"admin"},{"id":2,"name":"Bob Garcia","email":"bob@example.com","role":"editor"},{"id":3,"name":"Carol Singh","email":"carol@example.com","role":"viewer"},{"id":4,"name":"Dan Müller","email":"dan@example.com","role":"viewer"}]

[{"id":1001,"title":"Bug: login redirects to 404","state":"open","labels":["bug","priority:high"],"user":{"login":"alice"}},{"id":1002,"title":"Feature: dark mode toggle","state":"open","labels":["enhancement"],"user":{"login":"bob"}},{"id":1003,"title":"Docs: update README","state":"closed","labels":["docs","good-first-issue"],"user":{"login":"carol"}}]

[{"_id":{"$oid":"6634a1b2c3d4e5f600000001"},"email":"alice@example.com","metadata":{"signupDate":"2026-01-15T10:30:00Z","preferences":{"newsletter":true,"theme":"dark"}}},{"_id":{"$oid":"6634a1b2c3d4e5f600000002"},"email":"bob@example.com","metadata":{"signupDate":"2026-02-20T14:15:00Z","preferences":{"newsletter":false,"theme":"light"}}}]

{"event":"signup","user":"alice","ts":1715000000}
{"event":"login","user":"alice","ts":1715000060}
{"event":"checkout","user":"alice","ts":1715000300}

[{"id":"ord-001","customer":{"name":"Alice Chen","email":"alice@example.com","address":{"city":"Seattle","country":"US"}},"items":[{"sku":"SKU-100","qty":2},{"sku":"SKU-205","qty":1}]},{"id":"ord-002","customer":{"name":"Bob Garcia","email":"bob@example.com","address":{"city":"Madrid","country":"ES"}},"items":[{"sku":"SKU-100","qty":1}]}]

[{"name":"GET /users returns 200","status":"pass","duration":142},{"name":"POST /users creates record","status":"pass","duration":287},{"name":"GET /users/999 returns 404","status":"fail","duration":98,"error":"Expected 404, got 500"},{"name":"DELETE /users/1 returns 204","status":"pass","duration":156}]

使用方法

1. 1

   粘贴 JSON

   在上方输入框中输入或粘贴 JSON。工具接受对象数组、单个对象和 NDJSON（行分隔 JSON）— 自动检测。也可以点击「加载示例」试用 REST API 响应、MongoDB 导出或 NDJSON 事件日志等示例。

2. 2

   选择预设（或调整选项）

   点击 RFC 4180（默认）、Excel（EU 分号 + BOM）、TSV（制表符）或 Pipe，一键切换到目标格式。打开选项面板可精细控制：分隔符、表头、引号（自动/始终）、行结尾（LF/CRLF）、BOM 以及嵌套（展平/字符串化）。

3. 3

   复制或下载 CSV

   点击「复制」将 CSV 复制到剪贴板，或点击「下载」将其保存为 .csv 文件（TSV 预设时为 .tsv），可直接用于 Excel、Google Sheets、PostgreSQL COPY 或任何数据流水线。如需往返，点击「交换方向」原地将 CSV 转回 JSON。

常见转换问题

42

[{"value": 42}]

[
  {"name": "GET /users", "status": "pass"},
  {"name": "GET /users/999", "status": "fail", "error": "500"}
]

// Output CSV (note empty cell in row 1)
name,status,error
GET /users,pass,
GET /users/999,fail,500

{"id": 9007199254740993}
// JavaScript reads as 9007199254740992 (precision lost)

{"id": "9007199254740993"}
// CSV preserves the string; Excel displays exactly

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

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

id,name,price
1,Alice,1,234.56
// Excel-EU mis-parses 1,234.56 as two columns

// Excel preset output: ; + CRLF + BOM
id;name;price
1;Alice;1234,56
// Excel-EU reads cleanly with comma decimal

[
  {"event": "signup"},
  {"event": "login"}
]
// Detected as a regular JSON array (works, but not NDJSON path)

{"event": "signup"}
{"event": "login"}
// Each line is one JSON value — auto-detected as NDJSON

常见使用场景

API 响应转电子表格

粘贴 REST API 响应（用户/订单/事件对象的数组），获取整洁的表格 CSV，可直接用于 Excel、Google Sheets 或 Numbers。这是最常见的场景 — 分析师和 PM 需要电子表格形态的数据，工程师从后端发出的是 JSON。

MongoDB 导出转数据仓库

将 mongoexport JSON 输出（带 $oid 包装和嵌套元数据文档）转换为 CSV，用于加载到 BigQuery、Snowflake 或 Redshift。当下游工具支持单元格内 JSON 时，字符串化模式可无损保留嵌套形状。

GitHub Issues 整理

从 /repos/{owner}/{repo}/issues 拉取 issues，粘贴 JSON，获取以 id、title、state、labels 和 user.login 为列的扁平 CSV。导入 Sheets 在 sprint 规划期间过滤、排序和分配。

NDJSON 事件日志审查

来自 Cloud Logging、Datadog、Vector 或自有流水线的流式日志通常以 NDJSON（.ndjson、.jsonl）形式抵达。直接粘贴文件内容 — 自动检测 — 即可获取 CSV 进行临时分析，无需启动真正的 ETL 流水线。

电商订单提取

将嵌套订单 JSON（customer.address.city、items 数组）转换为扁平 CSV，用于财务、履约或欺诈审查。展平模式为每个叶子字段生成一列，可直接加载到 Excel 用于临时报表。

Postman/Newman 测试报告

Postman 测试导出包含形状不一致的行（部分含可选 error 字段）。粘贴 JSON，获取所有键取并集、缺失单元格已填充的 CSV — 非常适合在 Sheets 中与非工程师共享失败测试报告。

技术细节

RFC 4180 状态机解析器

两个方向都使用遵循 RFC 4180 的真正有限状态机解析器。状态包括 UnquotedField、QuotedField、AfterQuote、RowEnd 和 EndOfInput。解析器能正确处理含分隔符的带引号字段、带引号字段内的内嵌 CR/LF、转义双引号（加倍如 ""）以及尾随换行符。这能产生在 Python csv 模块、PostgreSQL COPY、AWS S3 SELECT 以及任何兼容解析器之间无损往返的输出。

大整数检测算法

在将 JSON 传给 JSON.parse() 之前（后者会通过 IEEE 754 静默地对大整数四舍五入），工具会对原始 JSON 文本运行正则扫描，查找超出安全范围（-2^53+1 到 2^53-1）的整数字面量。检测到时，受影响的字段路径会被记录，输出下方会出现「大整数」警告横幅。CSV 写入器会将这些值保留为字符串，确保通过 Excel、Google Sheets 以及任何文本敏感的下游消费方都能保持精确精度。

面向 Excel 的 BOM 与 UTF-8 编码

所有输入和输出均为 UTF-8。当 BOM 开关开启或选中 Excel 预设时，可选的 UTF-8 BOM（0xEF 0xBB 0xBF）会被添加到输出开头。Windows 上的 Excel 使用 BOM 来检测 UTF-8 编码 — 没有它，Excel 会回退到系统区域设置（美国为 Windows-1252、俄罗斯为 Windows-1251 等），破坏非 ASCII 字符。现代解析器（Python csv、Pandas、jq、PostgreSQL）通常不需要 BOM，并可能将其作为多余字符包含在第一个单元格的开头，因此非 Excel 流水线请关闭 BOM。

最佳实践

调整选项前先选预设

RFC 4180、Excel、TSV 和 Pipe 预设可一次性设定五个选项（分隔符、行结尾、引号模式、BOM、表头）。先选最接近的预设，仅在需要时再微调单个选项 — 这能避免常见错误：切换了一个选项却忘了另一个（例如切换为分号但保留 LF，Windows 上的 Excel-EU 仍会误解析）。

分析用展平，往返用字符串化

当目标是 Excel、Sheets 或一次性分析时使用展平 — 点分隔键能产生最干净的电子表格布局。当你需要无数据丢失的 CSV → JSON → CSV 往返时使用字符串化 — 数组和对象会作为 JSON 保留在单个单元格中。中途切换并重新运行的代价很低；根据消费方选择。

仅在 Excel 场景使用 BOM

Windows 上的 Excel 需要 UTF-8 BOM 才能正确检测编码。其他所有解析器（Python csv、Pandas、jq、PostgreSQL COPY、BigQuery）要么忽略 BOM，要么将其作为多余字符包含在第一个单元格的开头，破坏列名。流水线场景请关闭 BOM，仅当目标是 Excel 时才开启（或使用 Excel 预设）。

在 JSON 中将大 ID 保留为字符串

Twitter snowflake ID、Discord ID、MongoDB Long 字段和 K8s resourceVersion 都是超出 JavaScript 安全范围（2^53 - 1）的 64 位整数。在转换前将其作为 JSON 字符串存储（"id": "9007199254740993"）— CSV 会精确保留原始数字，而数字字面量会被 JSON.parse() 静默四舍五入。

加载前验证行的形状

形状不一致的行（部分对象有键而其他对象没有）在输出中会被合并并填入空单元格，工具会显示 Schema notes 警告。对于严格 schema 的消费方（BigQuery、Redshift COPY），请在导出前验证所有行共享相同的键 — 或在流水线中显式处理缺失值。先用我们的 JSON 格式化工具检查输入形状。

常见问题