CSV 转 JSON 的五个坑：前导零、引号、格子内的换行

2026-10-04 · 5 分钟阅读 · CSV JSON · English

CSV 是"看起来最简单、实际最容易做错"的格式。麻烦不在于它复杂，而在于它有一堆没有明说的约定，而每个解析器各自猜。这五件事覆盖了绝大多数线上事故，而每一个坑都在你粘两行、把结果读回来的那一刻现形。

一、`007` 不是数字，`N/A` 也不是

CSV 里所有格子都是字符串，没有类型。很多转换器"热心"地帮你判断类型，于是 007 变成 7、1e5 变成 100000、N/A 变成 null、2026-10-04 变成某个时区的日期。这一步看起来无害，实际把信息毁掉了：下一个程序分不清"丢了前导零的邮编"和"本来就是数字 7"。

所以规则很简单：转换阶段一律保留字符串，类型是业务层的事。CSV 转 JSON就是这样——007 出来还是 "007"，要数字请你自己 Number()。

二、引号只有在格子开头才算数

RFC 4180 的判定很机械：一格的第一个字符是 "，它才是引号格；出现在中间的引号只是数据。所以 "abc"def 解出 abc"def，而不是在第二个引号处提前结束。同理，连续两个引号表示一个引号——he said ""hi"" 解出 he said "hi"。

这套规则解释了为什么 CSV 不能用 split(",") 加 split("\n") 打发：引号里可以合法地包含逗号、换行，甚至一整段地址。手工处理十次有九次会在这里翻车。

把两种读法摆在同一张表里，对着常见的那几种片段看。结果都写成"最后得到哪几行"，每行再写成格子的列表：

文件里的这一段	按 `,` 和 `\n` 直接切	按 RFC 4180 读
`"1,2 Street",7`	`[['"1', '2 Street"', '7']]`——1 行 3 格	`[['1,2 Street', '7']]`
`"a\nb",9`，换行在引号里	`[['"a'], ['b"', '9']]`——2 行	`[['a\nb', '9']]`——1 行
`"abc"def`	`[['"abc"def']]`，两个引号都留着	`[['abc"def']]`
文件结尾带 `\n`，比如 `a,b\n`	`[['a', 'b'], ['']]`	`[['a', 'b']]`

前两行是悄悄改坏了数据的那种，后两行只在把结果读回来时才显出不对。

三、格子里的换行会毁掉你的行数

id,name,note
1,"王小明","备注第一行
备注第二行"
2,李华,

上面这段是两条记录，不是三行。note 那格里存着带换行的文本，行数以 \n 计数就会多出一条不存在的记录。反过来，写 CSV 的时候这种格子必须加引号，换行用 CRLF（\r\n）——因为 Excel 期待的是它。

还有一个细节：文件结尾那个换行只是让最后一行结束，不是又多一条空记录；而开头的空行会被跳过（勾了表头时，它本会顶替真正的列名）。

四、行长短不齐时，谁被丢掉

真实导出的 CSV 经常参差不齐。JSON 表达不了"这一列当时不在"，所以只能有明确的处理口径，而且必须说出来：

格子少了的行：缺的键补 null，宁可显式地空，也不让每条记录的形状各不相同；
格子多了的行：JSON 根本装不下，所以结果里会点名第几行、几个格、掉的那格开头是什么，不做静默截断——这条提示存在的全部意义就是别让你三天后才发现；
表头重名：一个键只能装一个值，会合并，并在补充说明里讲清楚；
表头里有空格子：那列按位置叫 第3列 之类的名字，哪几列被这样命名会列出来；
不勾"第一行是表头"：输出是数组的数组，这是唯一能保住参差表格形状的结构。

五、分隔符经常不是逗号

“我的文件全挤成一列"几乎都是分隔符和文件不匹配。欧洲的表格软件默认导出分号分隔（因为逗号是当地的小数点），数据库客户端导出的是制表符，管道符 | 在某些日志导出里也见得到。CSV 与 JSON 互转把这四种都做成按钮，点一下格子数立刻跟着变。

至于乱码：这里不修。你粘进文本框的那一刻，它已经是一串 Unicode 了——如果原来就该按 GBK 解码却没解对，错着进来的只能错着出去。回到产生它的那个软件，另存为 UTF-8。

反过来，JSON 转 CSV

JSON 表格有三种形状，都得能写出去：对象数组（表头取所有键的并集，按第一次出现的顺序排，某条记录缺的键写成空格）、数组套数组（逐行直写，不生成表头，因为没有键名可用）、单个对象（两行：键名当表头、值当数据行）。

格子里嵌着对象或数组的，按 JSON 文本写进那一格而不摊平——“子对象该摊成哪几列"没有公认答案，宁可让你在单元格里看到花括号，也不编一个规则假装它不存在。

什么时候别用浏览器转

解析上限是 200,000 字符、5,000 行，超出会在提示里写明少了多少。这个体量就该拆分文件或者用真正的流式工具：让一个标签页抱着整个文件字符串，既慢又容易崩，不是合适的工具。三万条记录的正确解法是 pandas、jq 或数据库的导入命令。

顺带一句隐私口径：这类换算全在页面脚本里完成，你粘贴的数据不会离开这台设备——这也是它敢于只适合"小到能粘进文本框"的数据的原因。

一、007 不是数字，N/A 也不是