JSON para CSV

CSV é retangular e JSON é uma árvore, então todo conversor precisa fazer uma série de escolhas discutíveis. A maioria faz em silêncio. Esta página faz, declara quais foram, e deixa você mudar.

Não há limite de tamanho de arquivo nem cota diária, porque não existe servidor nenhum para impor uma.

As colunas são a união, não o primeiro objeto

A decisão de maior consequência. Um conversor que lê as chaves do elemento zero descarta em silêncio todo campo que só aparece em registros posteriores, e você descobre lá na frente, quando falta uma coluna em um relatório.

Este aqui junta todos os caminhos de todas as linhas, na ordem em que cada um apareceu. É mais lento e é correto. O Papa Parse, a biblioteca CSV mais popular do JavaScript, pega o primeiro objeto por padrão e precisa de uma opção columns explícita para fazer diferente, o que vale saber se você estiver montando isso por conta própria.

Arrays dentro de uma linha: quatro políticas, um padrão

Este é o caso genuinamente ambíguo, e não há resposta certa, só um padrão certo.

Colunas indexadas, o padrão

tags.0, tags.1 e assim por diante. Sem perda e com ida e volta. Um único array longo explode a contagem de colunas, e esse é o custo.

Juntar em uma célula

Valores unidos por ponto e vírgula. Legível, com perda, e inseguro se algum valor contiver o separador.

JSON em uma célula

O array serializado como texto JSON. Sem perda e compacto, mas precisa de novo parsing depois.

Explodir em linhas

Uma linha de saída por elemento do array, repetindo as colunas escalares. É o record_path do json_normalize do pandas. Correto para uma relação de um para muitos e errado para todo o resto, então é opcional e vale para um caminho específico.

Duas coisas sobre o Excel que não são opcionais

A marca de ordem de bytes UTF-8

O Excel não detecta UTF-8 em um CSV. Sem um BOM no começo do arquivo ele lê os bytes na página de código do sistema e todo caractere acentuado e emoji chega corrompido. É exatamente por isso que o BOM vem ligado aqui, e desligar está a um clique para pipelines que engasgam com ele.

Injeção de fórmulas

Uma célula que começa com =, +, - ou @ é executada como fórmula pelo Excel, pelo Google Sheets e pelo LibreOffice. Um valor =HYPERLINK("http://evil","clique") em um CSV que você gerou vira um link ativo na planilha de outra pessoa. A OWASP chama isso de injeção de CSV. Essas células recebem um apóstrofo na frente por padrão, e a ferramenta avisa quando fez isso.

null contra string vazia

São valores diferentes em JSON e o Excel mostra os dois como em branco, então a maioria dos conversores achata os dois juntos e a distinção se perde. Aqui null vira uma célula vazia sem aspas e string vazia vira uma célula vazia com aspas, o que faz a ida e volta sobreviver. Custa dois caracteres por string vazia e vale a pena.

How to do this in code

Convertendo em código, com os argumentos que decidem se está correto.

import pandas as pd

# Flatten nested objects to dotted columns
df = pd.json_normalize(records)
df.to_csv('out.csv', index=False, encoding='utf-8-sig')

# One row per element of a nested array
df = pd.json_normalize(records, record_path='items', meta=['id'])

# Union of keys as the header, then the rows
jq -r '(map(keys) | add | unique) as $c
       | $c, (.[] | [.[$c[]]])
       | @csv' records.json > out.csv

# @csv quotes and escapes correctly; @text does not

import Papa from 'papaparse';

// Pass the union explicitly. Without it, Papa takes the keys of
// the first object and silently drops the rest.
const columns = [...new Set(records.flatMap(Object.keys))];
const csv = Papa.unparse(records, { columns });

w := csv.NewWriter(f)
w.Write(columns)
for _, rec := range records {
    row := make([]string, len(columns))
    for i, c := range columns {
        row[i] = fmt.Sprint(rec[c])
    }
    w.Write(row)
}
w.Flush()

Perguntas frequentes

Por que o meu CSV tem caracteres estranhos no Excel?

O arquivo é UTF-8 e o Excel leu como a página de código do sistema. Mantenha a opção de marca de ordem de bytes ligada. Se o arquivo vai para outro lugar que não uma planilha, desligue, já que alguns parsers tratam o BOM como parte do nome da primeira coluna.

Por que algumas células começam com um apóstrofo?

Porque começavam com =, +, - ou @, que planilhas executam como fórmulas. O apóstrofo neutraliza isso. Desligue a opção se você precisa do valor cru e confia no destino do arquivo.

E se os meus dados não forem um array de objetos?

Um objeto sozinho vira uma linha. Um array de escalares vira uma coluna. Um invólucro como {"data": [...]} usa o array de dentro e avisa que fez essa escolha, porque é um palpite e não uma regra.

Qual delimitador para o Excel europeu?

Ponto e vírgula. O Excel escolhe o delimitador a partir do separador de listas do sistema, que é ponto e vírgula em localidades onde a vírgula é o separador decimal. É por isso que um arquivo separado por vírgulas abre como uma coluna só em uma máquina alemã ou francesa.