CSV v JSON
Z brezplačnim spletnim pretvornikom CSV v JSON hitro in preprosto pretvorite podatke CSV v obliko JSON. Odlično za razvijalce, ki uvažajo podatke iz preglednic v aplikacije, API-je ali zbirke podatkov. Tabelarične podatke CSV takoj pretvorite v strukturirane množice objektov JSON.
Pogosto zastavljena vprašanja
V vnosno polje vstavite podatke CSV in kliknite gumb Pretvori v JSON. Orodje bo prvo vrstico uporabilo kot imena lastnosti in vsako naslednjo vrstico pretvorilo v objekt JSON ter tako ustvarilo polje objektov kot izhod.
CSV mora imeti v prvi vrstici glave (imena stolpcev), v naslednjih vrsticah pa podatke. Na primer: "ime,starost\nJohn,30\nJane,25". Glave postanejo ključi objekta JSON, vsaka vrstica s podatki pa objekt v polju JSON.
Da! Preprosto kopirajte podatke iz programa Excel, Google Sheets ali katere koli druge preglednice in jih prilepite v orodje. Večina aplikacij za preglednice se pri kopiranju celic izvozi v format CSV.
Pretvornik inteligentno zazna in ohrani vrste podatkov. Številke v JSON ostanejo kot številke, besedilo pa se pretvori v nize. Prav tako so pravilno prepoznane in pretvorjene logične vrednosti (true/false) in ničelne vrednosti.
Orodje pravilno analizira datoteke CSV v skladu s standardnimi konvencijami CSV, vključno z obdelavo citiranih polj, ki vsebujejo vejice, nove vrstice ali druge posebne znake. To zagotavlja natančno pretvorbo tudi pri zapletenih podatkih.
Da, orodje ustvari pravilno oblikovan, veljaven JSON, ki je skladen z vsemi specifikacijami JSON. Rezultate lahko uporabite neposredno v javascriptu, vmesnikih API, podatkovnih zbirkah ali kateri koli aplikaciji, ki sprejema podatke JSON.
Prazne celice v CSV se običajno pretvorijo v prazne nize ("") v JSON, medtem ko lahko resnično manjkajoče vrednosti postanejo nič, odvisno od nastavitev pretvornika. Če ima vrstica manj stolpcev kot naslovna vrstica, se lahko manjkajoče vrednosti obravnavajo kot nične, nedoločene ali izpuščene lastnosti. In obratno, če ima podatkovna vrstica več stolpcev kot glave, se lahko dodatne vrednosti prezrejo ali dodelijo splošnim imenom lastnosti. Za najboljše rezultate zagotovite, da ima CSV dosledno število stolpcev, za manjkajoče podatke pa uporabite eksplicitne prazne nize ali indikatorje ničelnosti.
Medtem ko se v standardnem CSV uporabljajo vejice, se v številnih zbirkah podatkov uporabljajo podpičja (običajna v evropskih krajih, kjer je vejica ločilo za decimalke), tabulatorji (format TSV), cevi (|) ali drugi razmejitveni znaki. Napredni razčlenjevalniki CSV lahko zaznajo ali sprejmejo lastne specifikacije razmejitve. Če vaš CSV uporablja nestandardne razmejitve, ga boste morda morali predhodno obdelati ali uporabiti pretvornik, ki podpira konfiguracijo razmejitev. Vrednosti, ločene s tabulatorji (TSV), so še posebej pogoste pri velikih naborih podatkov, saj se tabulatorji redko pojavljajo v podatkih, kar zmanjšuje potrebo po izogibanju.
Standardni CSV je ploščat in ne more naravno predstavljati hierarhičnih podatkov. Za pretvorbo hierarhičnih podatkov iz CSV v JSON morate bodisi: uporabiti točkovni zapis v glavi (na primer 'user.name', 'user.address.city'), ki ga pretvornik razširi v vgnezdene predmete, vključiti relacije ID starši-otrok, ki jih po pretvorbi ročno prestrukturirate, bodisi uporabiti več datotek CSV z relacijami tujih ključev. Za resnično vgnezdene podatke razmislite o uporabi JSON ali XML kot izvornega formata. Nekateri napredni pretvorniki podpirajo operacije vrtenja za ustvarjanje gnezdenih struktur iz ravnih podatkov CSV.
Pretvarjanje velikih datotek CSV (več kot 10 MB) v brskalniku lahko zahteva veliko pomnilnika. Orodja v brskalniku imajo lahko težave z datotekami, ki presegajo 50 MB, zaradi omejitev pomnilnika v javascriptu. Za velike nabore podatkov: uporabite pretočne razčlenjevalnike, ki obdelujejo dele in ne nalagajo celotne datoteke v pomnilnik, razmislite o pretvorbi na strani strežnika za datoteke, večje od 100 MB, pazite na opozorila o zmogljivosti brskalnika in optimizirajte tako, da najprej odstranite nepotrebne stolpce. Orodja Node.js, kot je 'csv-parser' ali Pythonova knjižnica 'pandas', obdelujejo velike datoteke učinkoviteje kot pretvorniki v brskalniku. Pred obdelavo velikih zbirk podatkov vedno preizkusite majhen vzorec.
