המרת CSV ל-JSON

מה הכלי הזה עושה

CSV הוא מה שגיליונות אלקטרוניים, ייצוא ממסדי נתונים ולוחות אנליטיקה נותנים לכם; JSON הוא מה שממשקי API וקוד רוצים. הכלי הזה ממיר ביניהם בשני הכיוונים, בדפדפן. הדביקו CSV ותקבלו מערך JSON — אובייקטים שמפתחותיהם משורת הכותרות, או מערכים פשוטים כשאין כותרות. החליפו כיוון ומערך JSON הופך ל-CSV, כשכל ערך מצוטט בדיוק כמה שצריך.

העבודה מתבצעת על המכשיר שלכם, וזה משנה כאן: CSV הוא הפורמט שאליו מייצאים רשימות לקוחות, חשבוניות ותמציות אנליטיקה. שום דבר מזה לא מועלה לשום מקום.

למה פיצול לפי פסיקים לא מספיק

הדרך המתבקשת לקרוא CSV — לפצל כל שורה לפי פסיקים — נשברת על קבצים אמיתיים, כי לפורמט יש מנגנון בריחה. שדה עטוף במרכאות כפולות יכול להכיל את המפריד, מרכאה מילולית שנכתבת כשתי מרכאות ברצף, ואפילו מעברי שורה — ואז רשומה אחת משתרעת על כמה שורות בקובץ. הכלי מממש את הכללים האמיתיים (RFC 4180) עם פרסר תו-אחר-תו, כך ששלושת המקרים עוברים שלמים.

name,note
Grace,"rear admiral, USN"
Ada,"she said ""hello"""
Alan,"two
lines"

לארבע הרשומות האלה יש שני שדות כל אחת, למרות הפסיקים, המרכאות ומעבר השורה הנוספים. אם הציטוט שגוי — שדה פותח מרכאה ולעולם לא סוגר אותה — תקבלו את השורה והעמודה שבהן המרכאה הבורחת התחילה, במקום טבלה שהתעוותה בשקט.

המפריד הוא לעיתים קרובות לא פסיק

למרות השם, ערכים מופרדי-פסיק לרוב אינם כאלה. באזורים שבהם הפסיק הוא הסימן העשרוני — רוב יבשת אירופה — אקסל מייצא עם נקודה-פסיק, כי 1,50 הוא מספר שם. כלי מסדי נתונים ושורת פקודה מייצאים לעיתים קרובות נתונים מופרדי-טאב, וצינורות לוגים אוהבים קווים אנכיים. הדבקה של אחד מאלה בכלי שמכיר רק פסיקים מייצרת עמודה אחת רחבה מאוד — התסכול הנפוץ ביותר סביב CSV.

לכן המפריד מזוהה ולא מונח מראש. כל מועמד נוסה, והמנצח הוא זה שמניב את אותו מספר עמודות בכל שורה — עקביות, לא הספירה הגבוהה ביותר, כי אחרת קובץ מלא בפסיקים עשרוניים היה נראה מופרד-פסיק. המפריד שזוהה מוצג תמיד, ואפשר לעקוף אותו אם הניחוש שגוי.

כותרות וצורת הפלט

כש«השורה הראשונה היא כותרת» דלוקה, השורה הזאת מספקת את שמות המפתחות והפלט הוא מערך אובייקטים — הצורה שכמעט כל API מצפה לה. כשהיא כבויה, כל שורה הופכת למערך ערכים, וזה מה שרוצים כשהקובץ מתחיל ישר בנתונים.

• שורה עם פחות שדות מהכותרת מקבלת מחרוזות ריקות בעמודות החסרות, ולא מפתחות עם ערך undefined.
• שמות כותרת כפולים הופכים לייחודיים (‏id, id_2, id_3) במקום לדרוס זה את זה — דריסה הייתה מוחקת עמודות בשקט.
• תא כותרת ריק הופך ל-column_2, ‏column_3 וכן הלאה, כך שאף מפתח אינו מחרוזת ריקה.
• שורות ריקות מדולגות, כמו בייבוא לגיליון אלקטרוני — קובץ מודבק מסתיים לא פעם ב-newline מיותר, ושורת ערכים ריקים שם נראית כמו באג.

המרת טיפוסים שלא יכולה לאבד נתונים

כל שדה ב-CSV הוא טקסט. להמיר טקסט שנראה מספרי למספרי JSON זה בדרך כלל מה שרוצים — אבל זו גם הדרך שבה נתונים נהרסים בשקט. מיקוד 01234 הופך ל-1234. מספר הזמנה בן 20 ספרות הופך למספר עשרוני מעוגל. מחיר שנכתב 1.50 מאבד את האפס בסוף.

הכלל שבו משתמשים כאן מונע את כל אלה בלי רשימת מקרים מיוחדים: ערך הופך למספר רק אם המרתו חזרה לטקסט משחזרת את המקור בדיוק. 42 עובר, ולכן מומר. 01234 לא, ולכן נשאר מחרוזת. כך גם 1.50, ‏+5, ‏1e5, וכל מספר שלם מעבר לנקודה שבה מספרים עשרוניים מאבדים דיוק. המחרוזות true ו-false הופכות לבוליאנים; שדה ריק נשאר מחרוזת ריקה ולא הופך ל-null, כי CSV לא יודע להביע את ההבדל בין «אין ערך» ל«ערך ריק», והמצאת אחד מהם היא המצאת מידע.

בחזרה ל-CSV

בכיוון ההפוך, מערך אובייקטים הופך לטבלה שעמודותיה הן איחוד כל המפתחות, לפי סדר הופעתם הראשונה — כך ששורות עם מפתחות שונים עדיין מיושרות, ומפתח חסר מייצר תא ריק. מערך מערכים נכתב שורה מול שורה. ציטוט מוחל רק היכן שהפורמט דורש: ערך שמכיל את המפריד, מרכאה או מעבר שורה נעטף, והמרכאות שבתוכו מוכפלות.

ערכים של-CSV אין דרך לייצג — אובייקט או מערך מקוננים — נכתבים כ-JSON בתוך התא שלהם, במקום להשתטח או להימחק, כך ששום דבר לא נעלם בהמרה. ‏null הופך לתא ריק.