CSV zu JSON konvertieren: Entwickler-Leitfaden

Warum CSV zu JSON konvertieren

CSV (Comma-Separated Values) und JSON (JavaScript Object Notation) sind die zwei häufigsten Datenaustauschformate, bedienen aber unterschiedliche Ökosysteme:

CSV dominiert bei: Tabellenkalkulationen (Excel, Google Sheets), Datenbankexporten, Data-Science-Workflows (pandas, R) und Legacy-Unternehmenssystemen.

JSON dominiert bei: Web-APIs, JavaScript-Anwendungen, NoSQL-Datenbanken (MongoDB), Konfigurationsdateien und modernen Microservice-Architekturen.

Die Konvertierung zwischen beiden ist eine tägliche Aufgabe für Entwickler — Tabellendaten in Webanwendungen importieren, Datenbankexporte in API-kompatible Formate migrieren oder tabellarische Daten in Frontend-Dashboards einspeisen.

Die Konvertierungszuordnung

CSV ist flach und tabellarisch. JSON ist hierarchisch und typisiert. Die grundlegende Zuordnung:

CSV:

name,alter,stadt
Alice,30,Berlin
Bob,25,München

JSON:

[
  { "name": "Alice", "alter": 30, "stadt": "Berlin" },
  { "name": "Bob", "alter": 25, "stadt": "München" }
]

Jede CSV-Zeile wird ein JSON-Objekt. Spaltenüberschriften werden Schlüssel. Zellwerte werden Werte. Einfach in der Theorie — in der Praxis sind CSV-Dateien unordentlich.

Schritt für Schritt: CSV zu JSON konvertieren

1. Tool öffnen. Keine Installation oder Konto nötig. Verarbeitung im Browser.
2. CSV einfügen oder hochladen. Das Tool erkennt automatisch das Trennzeichen.
3. Vorschau prüfen. Spalten und Datentypen verifizieren.
4. Optionen konfigurieren. Erste Zeile als Header, Trennzeichen manuell setzen falls nötig.
5. JSON kopieren oder herunterladen.

Parsing-Herausforderungen

Trennzeichen-Erkennung

Das „C" in CSV steht für „Comma", aber in der Praxis werden verschiedene Trennzeichen verwendet:

| Trennzeichen | Verbreitet in | Beispiel | |---|---|---| | Komma (,) | USA, UK, internationale Exporte | Alice,30,Berlin | | Semikolon (;) | Deutschland, Frankreich, Europa | Alice;30;Berlin | | Tab (\t) | TSV-Dateien, Datenbankexporte | Alice 30 Berlin | | Pipe (\|) | Legacy-Systeme | Alice\|30\|Berlin |

Europäische Länder verwenden das Komma als Dezimaltrennzeichen (3,14 statt 3.14), daher verwenden CSV-Dateien aus Excel in Deutschland Semikolons.

Zitierte Felder

Felder, die das Trennzeichen enthalten, müssen in doppelte Anführungszeichen eingeschlossen werden:

name,beschreibung,preis
"Widget, Groß","Ein großes Widget, für alle Zwecke",19.99

Escaped Anführungszeichen in zitierten Feldern verwenden verdoppelte Anführungszeichen gemäß RFC 4180:

name,zitat
"Alice","Sie sagte ""hallo"" zu allen"

Zeilenumbrüche in Feldern

Zitierte Felder können mehrere Zeilen umfassen. Ein naiver zeilenbasierter Parser würde jede Zeile als separate Zeile behandeln und Müll produzieren.

Datentyp-Inferenz

CSV ist untypisiert — alles ist ein String. Ein guter Konverter erkennt Typen:

• 42 wird die Zahl 42, nicht der String "42"
• true und false werden Booleans
• Leere Felder werden null
• 3.14 wird eine Gleitkommazahl

Schlechte Konverter umschließen alles mit Anführungszeichen und erzeugen { "alter": "30" } statt { "alter": 30 }. Dies verursacht Typfehler wenn JavaScript "30" > "9" vergleicht (String-Vergleich, ergibt false) versus 30 > 9 (numerisch, ergibt true).

Verschachtelte Strukturen

Punkt-Notation-Header

Einige Konverter unterstützen Punkt-Notation in Headern für verschachtelte Objekte:

CSV:

name,adresse.strasse,adresse.stadt,adresse.land
Alice,Hauptstraße 123,Berlin,Deutschland

JSON:

[
  {
    "name": "Alice",
    "adresse": {
      "strasse": "Hauptstraße 123",
      "stadt": "Berlin",
      "land": "Deutschland"
    }
  }
]

Die Umkehrung: JSON zu CSV

Die Konvertierung von JSON zu CSV ist schwieriger, da JSON beliebig verschachtelt sein kann während CSV flach ist. Gängige Ansätze: Verschachtelte Objekte mit Punkt-Notation flatten, komplexe Werte stringifizieren, oder separate CSVs pro Objekttyp.

Programmatische Konvertierung

JavaScript/Node.js

import { parse } from 'csv-parse/sync';
import fs from 'fs';

const csv = fs.readFileSync('daten.csv', 'utf-8');
const datensaetze = parse(csv, {
  columns: true,
  skip_empty_lines: true,
  cast: true,
  delimiter: ';', // Für deutsche CSV-Dateien
});

Python

import pandas as pd

df = pd.read_csv('daten.csv', sep=';')  # Semikolon für deutsche Dateien
df.to_json('daten.json', orient='records', indent=2)

Datenschutz: Warum lokale Konvertierung wichtig ist

CSV-Dateien aus dem Geschäftskontext enthalten oft sensible Daten: Kundenlisten mit Namen und E-Mails, Finanzdaten, Mitarbeiterdaten, medizinische Daten. Browserbasierte Konvertierung eliminiert das Risiko — Ihre Daten verlassen niemals Ihr Gerät.

Häufige Fehler

Komma als Trennzeichen annehmen. Immer das tatsächliche Trennzeichen prüfen. Deutsche CSV-Dateien verwenden meist Semikolons.

Kodierung ignorieren. CSV-Dateien verwenden verschiedene Textkodierungen (UTF-8, ISO-8859-1, Windows-1252). Bei Zeichensalat (ä statt ä) ist die Kodierung falsch.

Typ-Inferenz blind vertrauen. Telefonnummern wie „0049123456789" sollten Strings bleiben — als Zahl würde die führende Null verschwinden. Dasselbe gilt für PLZ wie „01234".

Häufig gestellte Fragen

Kann ich Excel-Dateien direkt in JSON konvertieren?

Excel-Dateien (.xlsx) sind kein CSV — sie sind ZIP-Archive mit XML. Entweder zuerst aus Excel als CSV exportieren, oder eine Bibliothek verwenden die Excel direkt liest (SheetJS in JavaScript, openpyxl in Python).

Wie gehe ich mit CSV-Dateien ohne Header um?

Konfigurieren Sie den Konverter so, dass die erste Zeile nicht als Header behandelt wird. Die Ausgabe verwendet dann numerische Indizes als Schlüssel.

Maximale CSV-Größe im Browser?

Browserbasierte Konverter verarbeiten CSV-Dateien bis 50–100 MB problemlos. Für größere Dateien (1 GB+) CLI-Tool oder Streaming-Parser verwenden.

Zusammenfassung

CSV-zu-JSON-Konvertierung ist für saubere Daten unkompliziert, erfordert aber sorgfältigen Umgang mit Trennzeichen, Anführungszeichen, Typen und Kodierung bei realen Dateien. Verwenden Sie ein Tool mit automatischer Trennzeichen-Erkennung, Datentyp-Erhalt und lokaler Verarbeitung für sensible Daten.