JSON zu CSV

JSON ist gebaut, um beliebig verschachtelte Daten in Baumform darzustellen — Objekte in Objekten, Arrays in Objekten, Werte wirklich unterschiedlicher Typen nebeneinander — während CSV nur eine flache, gleichförmige Tabelle darstellen kann: Zeilen und Spalten, jede Zeile mit demselben Spaltensatz, jede Zelle ein einzelner flacher Wert. Von der ersten Form zur zweiten zu konvertieren bedeutet notwendigerweise, Entscheidungen zu treffen, wie etwas abzuflachen ist, das nicht natürlich in Zeilen und Spalten passt, was genau ist, wo der Großteil der echten Komplexität dieser Konvertierungsart liegt — nicht im Lesen der JSON-Syntax selbst, was direkt ist, sondern in der Entscheidung, was eine Tabellenkalkulationszeile für Daten überhaupt bedeuten sollte, die nie von Anfang an tabellarisch waren.

Ein verschachteltes Objekt wie `{"user": {"name": "Ada", "id": 42}}` hat keine einzelne offensichtliche Spalte, in die es in einer flachen Tabelle werden könnte, daher wird es zu zwei separaten Spalten abgeflacht — `user.name` und `user.id` — wobei die Punktnotation exakt bewahrt, woher jeder Wert in der ursprünglichen Struktur kam. Das ist eine weithin anerkannte Konvention speziell, weil sie umkehrbar ist: Eine Spalte namens `user.name` beschreibt eindeutig einen Weg zurück zu einer verschachtelten Struktur, was wichtig ist, wenn das CSV jemals zurück zu JSON konvertiert oder in ein System importiert werden muss, das Punktpfade als verschachtelte Felder versteht.

Verschachtelte Arrays werden anders behandelt, und bewusst so: Statt ein Array in zusätzliche Zeilen explodieren zu lassen — was ändern würde, wie viele Zeilen die Tabelle hat, abhängig davon, wie viele verschachtelte Elemente sich zufällig in einem Datensatz befinden, ein wirklich überraschender und oft unerwünschter Nebeneffekt — wird ein Array-Wert als JSON-Text in einer einzigen Zelle serialisiert. Die Zeilenanzahl bleibt vorhersehbar und entspricht exakt der Anzahl der Eingabedatensätze, was fast immer das ist, was jemand, der zu einer Tabellenkalkulation konvertiert, tatsächlich will, auf Kosten, dass diese Zelle zusätzliche Analyse braucht, wenn ihr Inhalt einzeln benötigt wird.

Echte API-Antworten und von Hand zusammengestelltes JSON enthalten häufig Datensätze, bei denen nicht alle Objekte identische Schlüssel haben — ein optionales Feld, das in manchen Datensätzen vorhanden und in anderen fehlend ist, oder ein Schema, das sich über Zeit entwickelt hat, sodass ältere und neuere Datensätze sich leicht unterscheiden. CSV kann diese Variation nicht direkt darstellen, da jede Zeile sich mit demselben festen Spaltensatz ausrichten muss; ein Programm, das eine CSV-Datei liest, hat keine Möglichkeit zu wissen, dass einer Zeile eine Spalte „fehlt", außer jede Zeile hat explizit eine Zelle dafür. Die Lösung ist, die Vereinigung jedes in jedem Datensatz gesehenen Schlüssels zu berechnen, in der Reihenfolge, in der jeder Schlüssel zuerst gefunden wurde, und eine leere Zelle für jeden Datensatz zu füllen, dem ein gegebenes Feld fehlt — so bleibt die Form über die gesamte Datei konsistent, ohne still die Spalten irgendeines Datensatzes zu verwerfen oder Werte in der falschen Spalte falsch auszurichten.