数据范式对比：树状层级 JSON 与二维表格 CSV
JSON（RFC 8259）与 CSV（RFC 4180）在现代数据工程中承担着互补的角色。JSON 面向递归、树形层次化数据建模，具备灵活的多态 Schema；而 CSV 面向二维关系型平面网格。在两种格式间无损转换的核心，在于消解任意嵌套层次与平铺列式结构之间的阻抗失配。
| 对比维度 | JSON (RFC 8259) | CSV (RFC 4180) | 转换对齐策略 |
|---|---|---|---|
| 数据层级 | 递归树形结构，支持对象与数组多层嵌套 | 平铺二维网格矩阵（行 × 列） | 递归点号路径（Dot Notation）属性提取平铺 |
| 结构规范性 | 多态弹性：同层级对象允许包含不同字段集合 | 刚性约束：所有数据行必须保持恒定列数 | 全局聚合所有记录的字段并集（Key Union）构建表头 |
| 类型系统 | 显式强类型：字符串、数值、布尔值、null、对象、数组 | 无类型纯文本：底层全部以原始字符序列持久化 | 反向解析时执行确定性词法类型智能推断（Type Coercion） |
| 边界界定符 | 结构性括号（{}、[]）与键名双引号 | 单字符列分隔符（,、;、\t）与换行符记录定界 | 严格遵循 RFC 4180 规范，包含特殊字符时使用成对双引号包裹 |
扁平化展开算法与字段并集对齐机制
生产环境中的真实 JSON 数据很少呈现完全统一的简单扁平结构。微服务与三方 API 响应经常深度嵌套元数据、关联实体或列表。为了将其高质量映射为电子表格，转换器执行两项关键算法：
递归点号路径展开（Dot Notation）
当开启“展开嵌套对象”时，解析器深度遍历子对象并用连接符拼装键名。结构如 { "user": { "geo": { "lat": 40.7 } } } 会被转换为单一扁平表头：user.geo.lat。
// 嵌套输入对象
{ "id": 101, "metrics": { "cpu": 45.2, "ram": 78.1 } }
// 扁平化表头与数据行
id,metrics.cpu,metrics.ram
101,45.2,78.1多态字段并集与稀疏行补齐（Key Union）
在多态数据集中，各个对象可能包含不同属性。转换器在初次遍历时扫描数组内全部元素，提取唯一字段并集作为表头。对于未定义某些属性的特定行，该位置自动留空，保证列数严格对齐。
// 字段不统一的异构输入
[ { "id": 1, "email": "a@test.com" }, { "id": 2, "phone": "+1234" } ]
// 统一并集表头与留空对齐
id,email,phone
1,a@test.com,
2,,+1234"阅读, 编程"）；包含子对象的复杂数组则自动序列化为标准 JSON 紧凑字符串，既完整保留结构信息，又不会污染宿主表格的对齐维度。RFC 4180 转义规范与分隔符兼容性参考
CSV 文件的工业级基准是 RFC 4180。由于逗号和换行符在 CSV 中充当列和行的语法定界符，任何本身包含这些特殊字符的数据单元必须遵循精确的转义规则，以避免表格解析紊乱。
包含分隔符加引号
若单元格内容包含当前所选分隔符（如 北京, 海淀），整个字段必须使用成对双引号包裹："北京, 海淀"。
内部双引号双写转义
若字段本身含有双引号（如 He said "Hello"），每个内部双引号必须连续双写（""）："He said ""Hello"""。
多行换行保护
字段内部嵌套的换行符（\n 或 \r\n）在引号保护下作为单元格文本保存，防止被外部解析器误判为新数据行。
| 分隔符类型 | MIME 类型 | 主要应用场景 | 区域与技术考量 |
|---|---|---|---|
逗号（,） | text/csv | 关系型数据导出、主流数据分析（Python Pandas、R）、标准通用电子表格 | 国际默认标准；在部分欧洲区域可能与系统小数点冲突。 |
分号（;） | text/csv | 欧洲区域化 Excel、德语区及跨国金融数据交换 | 避免将使用逗号作为小数点的数值（如 12,50）截断分列。 |
制表符（\t） | text/tab-separated-values | TSV 格式归档、直接复制粘贴至 Excel / 飞书表格 / Google Sheets | 自然文本中极少包含制表符，剪贴板交互无需复杂转义。 |
竖线（|） | text/plain | 数据仓库 ETL 管道、大型机数据导出、Unix 命令行管道流 | 具备极强的防字符碰撞能力，适用于混杂逗号与句号的大文本字段。 |
反向解析：CSV 转 JSON 智能类型推断机制
在运行 CSV 转 JSON 模式时，解析器将纯文本表格反向重构为结构化 JavaScript 对象集合。由于 CSV 不附带任何类型元数据，解析器依据确定性词法规则自动评估单元格：
精准匹配 "true" 或 "false" 的文本自动解析为原生布尔原始类型。
整型与 IEEE 754 浮点数格式（如 42、-12.8）自动转换为 JavaScript Number 类型。
字面量文本 "null" 自动转为显式 null，准确区分意图性空值与空字符串。
非数值、非布尔文本以及带显式引号的空白单元格完整保留为原生 String 字符串。
常见问题解答 (FAQ)
如何将深层嵌套的 JSON 对象与数组平铺为二维 CSV 表格？
CSV 在物理结构上是严格的二维行列网格。对于嵌套对象，转换器采用递归点号命名法（如 user.address.city）将其展开为平铺的列名。对于数组结构：若为基本类型标量数组（字符串、数值、布尔值），则在单个单元格内用分隔符拼接紧凑存储；若包含复杂子对象，则自动序列化为标准 JSON 紧凑字符串，防止破坏宿主表格的行列维度与对齐关系。
为什么导出的 CSV 用 Excel 打开时所有数据都挤在第一列？
这通常是因为 CSV 文件的字段分隔符与操作系统的区域语言设置不匹配。中文、北美及英国环境的 Excel 默认以逗号（,）作为分隔符；而在部分欧洲及拉美系统设置中，由于逗号被占用作为小数位分隔符，Excel 默认期望使用分号（;）。遇到该情况可将转换器分隔符切换为分号，或直接点击复制按钮粘贴至 Excel/WPS（本工具内置 HTML Table 剪贴板适配），即可自动精准分列。
JSON 字段内部包含逗号、双引号和换行符时，CSV 如何安全转义？
遵循 RFC 4180 国际规范：当字段内容包含分隔符、换行符（\n 或 \r\n）或双引号时，必须将整个字段使用成对双引号包裹；若文本内部存在原生双引号，则将其连续双写转义（""）。这种转义机制确保了字段边界的完整性，在导入 PostgreSQL COPY、MySQL LOAD DATA 等数据库或大数据引擎时不会产生解析断行错位。
JSON 数组中不同对象的字段不一致或缺失时，转换器如何处理？
实际业务中的 API 响应常具有多态性，部分记录可能缺失可选属性。转换器在解析时会全局扫描数组中的全部对象，聚合提取所有不重复字段构成全集表头（Key Union）。对于缺失特定属性的记录，对应单元格将留空输出，从而严格保障整张表格拥有恒定对齐的列数。
反向 CSV 转 JSON 时，纯文本内容如何智能恢复原始数据类型？
CSV 文件底层全为无类型的纯文本字符串。在反向解析至 JSON 时，解析器执行确定性的词法类型推断："true" 和 "false" 自动转换为布尔值，"null" 转为原生 null，合法的整型和浮点型数值字符串自动转为 Number 类型，普通文本和带显式引号的空字段则保留为 String 字符串，避免所有数据沦为扁平字符串。