CSV ⇔ JSON Lines (JSONL) Konverter
Konvertiert zwischen CSV-Dateien und JSON Lines (JSONL, ein JSON-Objekt pro Zeile). Wählen Sie das Trennzeichen; Zeilen mit unterschiedlichen Schlüsseln werden automatisch zusammengeführt. Die Umwandlung erfolgt vollständig im Browser, es wird nichts an einen Server gesendet.
Zuordnung von CSV-Zeilen zu JSONL-Zeilen
| CSV-Kopfzeile + Datenzeile | name,age,cityAlice,30,Tokyo |
|---|---|
| Resultierendes JSONL (ein Objekt pro Zeile) | {"name": "Alice", "age": "30", "city": "Tokyo"} |
Jede CSV-Datenzeile wird zu einem JSON-Objekt mit den Schlüsseln aus der Kopfzeile und als eine JSONL-Zeile ausgegeben. In die andere Richtung (JSONL → CSV) bildet die Vereinigung aller in allen Zeilen vorkommenden Schlüssel die Kopfzeile; Zeilen ohne einen bestimmten Schlüssel bleiben in dieser Spalte leer.
Tipps
- Bei der Umwandlung von JSONL zu CSV müssen Zeilen weder dieselben Schlüssel noch dieselbe Reihenfolge haben – das Tool bildet die Kopfzeile aus der Vereinigung aller vorkommenden Schlüssel und richtet die Spalten automatisch aus.
- Leere oder doppelte Kopfzellen werden automatisch durch Schlüssel im Stil col{n} oder name_2 ersetzt, damit kein Wert verloren geht oder überschrieben wird.
- Zahlen, boolesche Werte oder verschachtelte Objekte/Arrays werden als Text in die CSV-Zelle geschrieben, sodass sich das Ergebnis problemlos in Excel oder einer anderen Tabellenkalkulation öffnen lässt.
- Kombinieren Sie dieses Tool mit „CSV → JSON" und „JSONL ⇔ JSON-Array", um frei zwischen CSV, JSON-Arrays und JSON Lines zu wechseln.
- Die CSV-Seite nutzt einen RFC-4180-konformen Parser, der Kommas und Zeilenumbrüche innerhalb von in Anführungszeichen gesetzten Zellen korrekt behandelt, sodass auch komplexe Excel-Exporte fehlerfrei konvertiert werden.
Häufig gestellte Fragen
Übrigens – Warum JSON Lines zur gemeinsamen Sprache von Machine Learning und Log-Verarbeitung wurde
Ein wesentlicher Treiber für die Verbreitung von JSON Lines (JSONL) ist die Verteilung von Machine-Learning-Datensätzen. Fine-Tuning-Daten für große Sprachmodelle bestehen oft aus Millionen von Eingabe-Ausgabe-Paaren, und packt man diese in ein einziges JSON-Array, kann nichts gelesen werden, bevor die gesamte Datei geladen und in den Speicher geparst wurde. JSONL umgeht dies, indem jede Zeile als eigenständiger Datensatz behandelt wird, sodass riesige Datensätze schrittweise gestreamt und verarbeitet werden können.
Auch Log-Verarbeitungstools setzen aus ähnlichem Grund auf JSONL. Plattformen wie Elasticsearch und Logstash sind darauf ausgelegt, Ereignisse einzeln zu erfassen, sobald sie entstehen, und ein Format, bei dem jede Zeile für sich steht, passt weit natürlicher zu diesem Anfüge- und Parse-Modell als ein JSON-Array, das nur als einzelne, unteilbare Struktur Sinn ergibt.
CSV wiederum bleibt fest etabliert, wo Daten zwischen Teams weitergegeben oder in einer Tabellenkalkulation auf einen Blick geprüft werden müssen. Indem dieses Tool diese beiden sehr unterschiedlichen Formate direkt miteinander verbindet, können Sie CSV-Daten in einem Schritt direkt in eine Machine-Learning-Pipeline einspeisen oder eine JSONL-Logdatei in Excel öffnen.