文章
在 CSV、XML、JSON 和 YAML 之间转换：实用指南
CSV、JSON、XML 和 YAML 是开发者在数据管道、配置文件和 API 中最常接触的四种格式。当数据模型匹配时，格式转换非常直接；而当数据模型不匹配时，信息丢失往往出乎意料。本文介绍每种格式能表示和不能表示的内容、转换过程中信息消失的位置，以及可能导致静默损坏的编码陷阱。本站的 data-converter 工具可在浏览器中完整处理其中三种格式（CSV、JSON 和 YAML）；本文中涉及 XML 的部分仅作为背景知识，供你手动或借助其他工具迁移数据时参考。
四种格式及其数据模型
CSV 将数据组织为由行和列构成的平面网格。第一行通常用于命名列，后续每行代表一条记录。CSV 没有嵌套、没有类型信息，也没有超出纯文本单元格的标准规范。除非上层应用强制指定类型，否则所有值均为字符串。 JSON 将数据建模为由对象（键值映射）和数组构成的树状结构。值可以是字符串、数字、布尔值、null、嵌套对象或任意深度的数组。这使得单个 JSON 文档可以表示一条客户记录，其中包含嵌套的地址对象、行项目数组和具有类型的数值合计。 XML 将数据建模为元素树。每个元素可以携带命名属性，并包含子元素或文本内容。XML 没有内置的数字或布尔类型，所有内容均为文本。XSD 等模式可在验证时强制类型约束，但传输格式始终是字符数据。 YAML 使用缩进表达与 JSON 相同的对象和数组模型，语法更适合人阅读。YAML 是 JSON 的超集：任何有效的 JSON 文档同样是有效的 YAML。YAML 还支持多行字符串、注释以及用于重复块的锚点别名引用。YAML 常用于配置文件，JSON 则常用于 API 响应。
有损转换：扁平化与 XML 的歧义性
最常见的有损转换是将嵌套的 JSON 或 XML 扁平化为 CSV。带有嵌套地址字段的 JSON 对象无法直接映射到一行 CSV 中。常见的解决方法是使用点符号列名：customer.address.city 成为独立的一列。这对一层嵌套有效，但当出现数组时就完全失效了。一个有三个电话号码的客户，要么需要三个独立列（硬编码最大数量），要么拆分为第二个 CSV 文件，要么将数组编码为单个单元格内的分隔字符串。这些方案均无法在没有额外元数据的情况下还原为原始 JSON。 XML 引入了另一种歧义：属性与子元素的选择。值 Paris 可以存储为属性（<city name="Paris">），也可以存储为子元素（<city><name>Paris</name></city>）。当转换器读取 XML 并生成 JSON 时，必须决定如何映射属性。常见的约定包括给属性键添加 @ 前缀，或将其放在 "_attributes" 键下。这一选择没有标准化，这意味着两个转换器读取同一 XML 可能产生结构不同的 JSON。如果计划在 XML 和 JSON 之间来回转换，请在开始前确定一种约定。
CSV 的陷阱：分隔符、引号与编码
CSV 没有单一的正式标准，只有 RFC 4180 作为被广泛引用的参考。最常见的分隔符是逗号，但分号（在以逗号作为小数分隔符的欧洲地区很常见）、制表符（TSV）和竖线符也在实际中出现。一个 .csv 文件可能使用其中任何一种分隔符，而文件本身不会标明使用哪种。 当字段值本身包含分隔符时，RFC 4180 要求将该字段用双引号括起来："San Francisco, CA"。引号字段内的双引号必须通过加倍来转义："He said ""hello"""。包含字面换行符的字段也必须加引号。不执行此步骤的解析器会产生难以追踪的行数错误。 编码是另一个陷阱。来自 Windows 工具的 CSV 文件通常带有 UTF-8 BOM（字节顺序标记：文件开头的三个字节 EF BB BF）。BOM 帮助 Excel 识别编码，但许多编程语言解析器会将 BOM 视为第一列名称的一部分，导致列名变为 "id" 而不是 "id"。这会破坏任何按名称查找列的下游代码。以编程方式读取 CSV 文件时，应在解析前去除 BOM，或使用能显式处理 BOM 的库。
选择格式：配置文件、数据交换与电子表格
格式选择通常由使用场景决定，而非个人偏好。 JSON 是 REST API 和浏览器与服务器之间数据交换的默认格式。它紧凑，每种编程语言都能原生解析，并为数字和布尔值提供类型信息。其弱点是不支持注释，这使它不适合开发者需要手动阅读和编辑的文件。 YAML 是配置文件（Kubernetes 清单、CI 管道定义、Ansible playbook）的首选，因为它支持内联注释，且在多层缩进时比 JSON 更易读。主要风险在于缩进错误是静默的：缩进错误的键会移到不同的作用域，但不会产生任何解析错误。 XML 在较旧的企业系统、SOAP Web 服务、文档格式（DOCX、SVG、RSS）以及需要模式验证或命名空间消歧的场景中仍是标准。它很冗长，但 XPath 和 XSLT 工具链已相当成熟。 CSV 适用于数据确实是平面结构，且消费方是电子表格应用或数据分析师的场景。由于 CSV 没有类型系统也不支持嵌套，它不适合用于配置文件或 API 数据交换。
使用 data-converter 在本地完成转换
本站的 data-converter 工具可在浏览器内完整解析和转换 CSV、JSON 与 YAML，不读取也不写入 XML；全程不向服务器传输任何数据。转换在本地 JavaScript 运行时执行，输出结果可直接下载或复制，数据不会离开您的设备。 对于不属于您可以共享的数据，这一点尤为重要：包含个人信息的 API 响应、带有内部主机名的配置文件，或从内部数据库导出的 CSV。将这些数据粘贴到在服务器上运行的在线转换器，意味着内容会通过网络发送，并在您无法控制的硬件上处理。使用 data-converter，浏览器标签页就是处理环境。 该工具在读写 CSV 时遵循 RFC 4180 引号规则；从 JSON 或 YAML 转换为 CSV 时，需要一个扁平的对象数组：某个键下的嵌套对象或数组值不会被自动做点符号扁平化，如果你需要把它们变成独立的列，请自行先扁平化这些字段。如果你需要与 XML 互相转换数据，请先用专门的 XML 工具把它转换为 JSON 或 YAML，再拿到这里处理。
本文涉及的工具
常见问题
我能将 JSON 转换为 CSV 再还原回原始 JSON 吗？
只有当 JSON 是由无嵌套字段、无数组值的对象构成的平面数组时才可以。一旦存在嵌套对象或数组值，CSV 表示就需要做出结构决策（点符号列、多行或编码字符串），这些决策无法自动反转。如果您的数据有嵌套，JSON、XML 或 YAML 可以完整还原；CSV 不行。
为什么从欧洲应用导出后，我的 CSV 在 Excel 中显示异常？
欧洲地区通常使用分号作为 CSV 分隔符，因为逗号被用于十进制表示。欧洲地区设置的 Excel 默认期望分号。如果文件使用逗号，Excel 会将整行视为单列。解决方法是在导出设置中更改分隔符，或使用 Excel 的数据导入向导手动指定分隔符。UTF-8 BOM 问题是另一回事：没有 BOM 时，Excel 也可能将带重音符号的字符显示为乱码。
YAML 和 JSON 在实际使用中有何区别？
两者表示相同的底层数据模型：对象、数组、字符串、数字、布尔值和 null。YAML 增加了注释（以 # 开头的行）、多行字符串字面量以及用于重复块的锚点引用。JSON 严格上是有效 YAML 的子集，但 JSON 解析器无法读取 YAML。实用规则：API 载荷和数据存储使用 JSON；人工编辑且受益于内联注释的配置文件使用 YAML。