JSON, YAML, CSV: milloin käyttää mitäkin ja kuinka muuntaa niiden välillä

Lataat tietojoukon ja se on CSV-muodossa. API:si palauttaa JSONia. Konfiguraatiotiedostosi on YAMLissa. Kollega lähettää sinulle JSON-tiedoston ja pyytää sen taulukkolaskentamuodossa. Toinen kollega antaa YAML-konfiguraation ja tarvitset sen JSONina eri työkalua varten.

Dataformaattien muuntaminen on yksi niistä tehtävistä, jotka tuntuvat triviaaleilta – kunnes olet todella tekemässä sitä. Ymmärtäminen, milloin käyttää mitäkin formaattia ja kuinka siirtyä niiden välillä, säästää oikeaa aikaa.

Kolme formaattia lyhyesti

JSON (JavaScript Object Notation)

{
  "name": "Alice",
  "age": 30,
  "skills": ["Python", "SQL", "Docker"],
  "address": {
    "city": "Berlin",
    "country": "Germany"
  }
}

Mitä se on: Tekstimuoto strukturoidulle datalle, joka tukee objekteja (avain-arvo-pareja), taulukoita (järjestettyjä listoja), merkkijonoja, numeroita, booleaneja ja null-arvoja.

Vahvuudet: Konelukuinen, laajasti tuettu jokaisessa ohjelmointikielessä, käsittelee sisäkkäistä dataa luontevasti, tiukka syntaksi estää monitulkintaisuuden.

Heikkoudet: Sanainen (paljon aaltosulkeita, hakasulkeita ja lainausmerkkejä), ei yhtä ihmisluettava kuin YAML, ei tue kommentteja.

YAML (YAML Ain't Markup Language)

name: Alice
age: 30
skills:
  - Python
  - SQL
  - Docker
address:
  city: Berlin
  country: Germany

Mitä se on: Ihmisystävällinen datan sarjalistusformaatti, joka käyttää sisennystä aaltosulkeiden ja hakasulkeiden sijaan. Se on JSONin ylijoukko, eli kelvollinen JSON on myös kelvollista YAML:ia.

Vahvuudet: Erittäin luettava, tukee kommentteja, vähemmän visuaalista kohinaa, erinomainen konfiguraatiotiedostoille.

Heikkoudet: Sisennysherkkä (helppo rikkoa väärällä välistyksellä), joitakin yllättäviä jäsennyksen käyttäytymisiä, hitaampi jäsentää kuin JSON.

CSV (Comma-Separated Values)

name,age,city,country
Alice,30,Berlin,Germany
Bob,25,London,UK
Charlie,35,Paris,France

Mitä se on: Tasainen tekstimuoto, jossa jokainen rivi on rivi ja rivin arvot erotetaan pilkuilla (tai joskus puolipisteillä tai tabulaattoreilla).

Vahvuudet: Universaali (jokainen taulukkolaskenta, tietokanta ja datatyökalu tukee sitä), kompakti taulukkomuotoiselle datalle, helppo lukea ja luoda.

Heikkoudet: Ei tue sisäkkäistä dataa, ei datatyyppejä (kaikki on merkkijonoja), ei standardia erikoismerkeille, rajoittuu tasaisiin taulukoihin.

Milloin käyttää mitäkin

Formaattien välillä muuntaminen

JSON → YAML

Tämä on yleisin konfiguraatiomuunnos. Sinulla on JSON-konfiguraatio yhdestä työkalusta ja tarvitset YAMLia toiseen. Muunnos on suoraviivainen, koska YAML tukee kaikkea mitä JSON tukee.

{"server": {"host": "0.0.0.0", "port": 8080}}

Tulee:

server:
  host: 0.0.0.0
  port: 8080

YAML → JSON

YAMLista JSONiin siirtyminen on myös yksinkertaista, mutta menetät kommentit (JSON ei tue niitä) ja tulos on sanaisempi.

JSON → CSV

Tämä toimii hyvin tasaisille JSON-taulukoille (taulukoille, joissa on samojen avainten objekteja). Jokainen objekti muuttuu riviksi ja jokainen avain sarakkeen otsikoksi.

[
  {"name": "Alice", "age": 30},
  {"name": "Bob", "age": 25}
]

Tulee:

name,age
Alice,30
Bob,25

CSV → JSON

Jokainen rivi muuttuu objektiksi, jonka avaimina ovat sarakkeiden otsikot. Tämä on siistinä yksinkertaiselle taulukkomuotoiselle datalle.

CSV → YAML

Harvinaisempaa, mutta noudattaa samaa logiikkaa: jokainen rivi muuttuu YAML-kuvaukseksi ja koko tiedosto muuttuu YAML-sekvenssiksi.

Yleisiä sudenkuoppia

CSV-koodausongelmat

CSV-tiedostot voivat käyttää eri merkkikoodauksia (UTF-8, Latin-1, Windows-1252). Jos avaat CSV:n ja näet vääristyneitä merkkejä kuten "München" "München"-sanan sijaan, se on koodausristiriita. Käytä aina UTF-8 kun mahdollista.

CSV-erotinsekaannus

Kaikki CSV-tiedostot eivät käytä pilkkuja. Eurooppalaiset CSV-tiedostot käyttävät usein puolipisteitä, koska pilkkuja käytetään desimaalierottimina monissa eurooppalaisissa numeroformaateissa. Tabulaattorilla erotetut arvot (TSV) ovat toinen yleinen muunnelma.

YAML-sisennysvirheet

YAML käyttää sisennystä (välilyöntejä, ei koskaan tabulaattoreita) rakenteen määrittelyyn. Epäjohdonmukainen sisennys tai tabulaattorien ja välilyöntien sekoittaminen aiheuttaa jäsennysvirheitä tai hiljaista väärää tulkintaa. Käytä täsmälleen 2 välilyöntiä per sisennystaso ja konfiguroi editorisi lisäämään välilyöntejä tabulaattorien sijaan.

JSON:in loppupilkut

JSON ei salli loppupilkkuja. Tämä on kelvollista JavaScriptissä mutta virheellistä JSON:issa:

{"name": "Alice", "age": 30,}  // Virheellinen JSON: loppupilkku

Suorituskyky suurilla tiedostoilla

Hyvin suurille tietojoukoille (miljoonia rivejä) CSV on tehokkaampi kuin JSON tai YAML, koska sillä on minimaalinen ylikuorma jokaista tietuetta kohti. JSON lisää aaltosulkeita ja lainausmerkkejä jokaiselle arvolle, mikä kasvattaa tiedostokokoa merkittävästi suurelle taulukkomuotoiselle datalle.

Käytännölliset muunnostyökalut

Nopeisiin kertaluonteisiin muunnoksiin selainkäyttöiset työkalut ovat nopein vaihtoehto. Liimaat tai lataat datasi, valitset kohdeformaatin ja saat tuloksen välittömästi.

JSONin käsittelyyn erityisesti validaattori, joka validoi ja muotoilee JSONin, on korvaamaton:

• JSON-muotoilutyökalu — validoi, muotoile ja minimoi JSON
• JSON-CSV-muunnin — muunna JSON-taulukot CSV:ksi
• YAML-JSON-muunnin — muunna YAMLin ja JSONin välillä
• CSV-katselin — tarkastele ja tutki CSV-tiedostoja

Muunna datasi nyt:

• Muunna dataformaatteja
• JSON-muotoilutyökalu
• JSON CSV:ksi
• YAML-JSON-muunnin

Kaikki työkalut ovat ilmaisia ja toimivat suoraan selaimessasi.