Chuyển đổi CSV ↔ JSON

Tại sao hai format này tồn tại song song

JSON là ngôn ngữ tự nhiên của APIs và ứng dụng JavaScript. CSV là ngôn ngữ tự nhiên của spreadsheets, data exports, và bulk database operations. Trong thực tế, hầu hết mọi data pipeline đều vượt qua ranh giới này ít nhất một lần: bạn export bảng database sang CSV cho analyst, hay nhận CSV từ đối tác và cần import vào API. Tool này xử lý conversion theo cả hai hướng, hoàn toàn trong browser.

CSV ít chuẩn hơn bạn nghĩ

Có RFC chính thức cho CSV — RFC 4180 — nhưng hầu hết CSV files trong thực tế đều lệch khỏi nó theo những cách nhỏ.

Delimiters — "Dấu phẩy" trong CSV không phải lúc nào cũng là dấu phẩy. Locale châu Âu thường dùng dấu chấm phẩy (;) vì dấu phẩy là ký tự phân cách thập phân ở đó. Tab (\t) tạo ra TSV (tab-separated values), tránh được quoting issues. Tool tự động phát hiện delimiter bằng cách scan vài dòng đầu tiên.

Line endings — RFC 4180 quy định \r\n (CRLF). Unix dùng \n. Windows dùng \r\n. Mac cũ dùng \r riêng. Parser cần xử lý cả ba; Papa Parse làm được điều đó.

Quoting — Fields chứa delimiter, newline, hay double-quote phải được bọc trong double quotes. Double-quote literal trong quoted field được escape bằng cách double nó: "He said ""hello""". Single-quoted fields không phải RFC 4180 — nhưng một số Excel export vẫn tạo ra chúng.

Header row — RFC 4180 không bắt buộc header row, nhưng convention là phổ biến. Tool giả định dòng đầu là headers theo mặc định; bạn có thể tắt nếu file không có headers, khi đó tên column sẽ được tự động tạo (col_0, col_1, …).

Quirks của Excel — Excel thêm BOM (byte order mark, \xEF\xBB\xBF) vào UTF-8 CSV files. Excel cũng tự convert values trông như số hay ngày tháng: 1-2 thành January 2nd, 0001 mất số 0 đầu. Nếu CSV bị sai sau khi mở bằng Excel, nguyên nhân là auto-conversion của Excel, không phải nội dung CSV.

Thư viện Papa Parse

Tool này dùng Papa Parse, CSV parser de-facto chuẩn cho JavaScript. Nó xử lý tất cả RFC 4180 edge cases, tự động phát hiện delimiters, stream large files không block browser thread, và cung cấp structured error reporting cho malformed rows.

Các behavior của Papa Parse ảnh hưởng đến conversion:

• Type inference — Mặc định, Papa Parse convert "true" → true, "42" → 42, "" → null. Thường đây là điều bạn muốn cho JSON, nhưng nếu cần giữ tất cả dưới dạng strings, tắt dynamic typing.
• Bỏ qua empty lines — Empty lines bị bỏ qua mặc định.
• Error rows — Rows với số fields sai được report là errors thay vì silently skip.

CSV sang JSON

Hướng phổ biến nhất. Mỗi CSV row thành một JSON object; column headers thành keys.

CSV Input:
ten,email,tuoi
Alice,[email protected],30
Bob,[email protected],25

JSON Output:
[
  { "ten": "Alice", "email": "[email protected]", "tuoi": 30 },
  { "ten": "Bob", "email": "[email protected]", "tuoi": 25 }
]

Lưu ý tuoi được parse thành number (không phải string "30") vì type inference mặc định của Papa Parse.

JSON sang CSV

Convert JSON arrays sang CSV đơn giản với flat objects. Nested objects cần flatten.

Flat objects — Mỗi key thành column header, values thành cells.

Nested objects — { "address": { "city": "Hà Nội", "zip": "100000" } } được flatten thành hai columns: address.city và address.zip. Dot-notation path thành column header.

Heterogeneous arrays — Nếu objects trong JSON array có keys khác nhau, union của tất cả keys thành header row, values thiếu tạo ra empty cells.

JSON Input:
[
  { "id": 1, "ten": "Alice", "vai_tro": "admin" },
  { "id": 2, "ten": "Bob" }
]

CSV Output:
id,ten,vai_tro
1,Alice,admin
2,Bob,

Escaping: dấu phẩy và newline trong values

Nếu một value chứa delimiter, double-quote, hay newline, nó phải được quoted:

"Nguyễn, Văn A","Anh nói ""xin chào""","Dòng 1
Dòng 2"

Cell giữa chứa escaped double-quote (doubled). Cell cuối chứa literal newline trong quoted field — valid theo RFC 4180 và Papa Parse xử lý đúng. Khi convert sang JSON, newlines trong cells thành \n trong string value.

Xử lý file lớn

Papa Parse dùng streaming parser xử lý file theo chunks thay vì load toàn bộ vào memory. Điều này cho phép xử lý files cỡ chục megabytes trong browser mà không crash tab. Với files lớn hơn ~50 MB, cách server-side hoặc Node.js phù hợp hơn:

import Papa from 'papaparse'
import fs from 'fs'

Papa.parse(fs.createReadStream('large.csv'), {
  header: true,
  step: (row) => {
    // Xử lý từng row — memory không tăng
    processRow(row.data)
  },
  complete: () => console.log('Xong')
})

Privacy

Toàn bộ parsing và conversion chạy trong browser dùng Papa Parse. CSV và JSON data của bạn không bao giờ được upload lên server.

CSV của tôi dùng dấu chấm phẩy thay vì dấu phẩy. Tool có xử lý được không?

Được. Tool tự động phát hiện delimiter bằng cách scan vài dòng đầu của input. Dấu chấm phẩy, tab, pipe (|), và dấu phẩy đều được phát hiện tự động. Nếu phát hiện thất bại (file rất ngắn hoặc delimiter bất thường), bạn có thể chỉ định delimiter thủ công trong options panel.

Tại sao numbers xuất hiện dưới dạng strings trong JSON output?

Type inference đang bị tắt trong settings hiện tại. Bật "Dynamic typing" để Papa Parse tự động convert "42" thành 42, "3.14" thành 3.14, và "true" thành true. Nếu bạn cần tất cả values dưới dạng strings — ví dụ để giữ số 0 đầu trong IDs như "0042" — hãy giữ dynamic typing tắt.

Nested JSON objects bị xử lý thế nào khi convert sang CSV?

Nested objects được flatten dùng dot-notation keys. { "user": { "name": "Alice", "city": "Hà Nội" } } thành hai columns: user.name và user.city. Arrays of primitives trong object được join bằng dấu chấm phẩy thành một cell value. Cấu trúc lồng sâu có thể tạo ra CSV rộng với column headers dài — đây là giới hạn cơ bản của flat CSV format.

Tại sao CSV của tôi bị sai khi mở trong Excel sau khi convert?

Excel tự áp dụng auto-conversion khi mở CSV files: values trông như ngày tháng (1-2, Jan-2024), numbers với số 0 đầu (0042), và scientific notation triggers (1E10) đều bị transform. Đây là hành vi của Excel, không phải lỗi của CSV. Để tránh, import CSV qua wizard "Get Data" của Excel và set column types thủ công, hoặc lưu thẳng dưới dạng XLSX.

Có thể convert CSV không có header row không?

Được. Tắt "First row is header" trong options. Tool tự tạo tên column (col_0, col_1, col_2, …). Bạn có thể đổi tên sau khi convert nếu cần.

Tool xử lý cells có dấu phẩy hay line breaks bên trong thế nào?

Theo RFC 4180, các cells như vậy phải được bọc trong double quotes trong CSV. Parser của tool (Papa Parse) xử lý đúng — "Hà Nội, Việt Nam" là một cell value Hà Nội, Việt Nam, không phải hai cells. Line breaks trong quoted cells được giữ nguyên dưới dạng \n trong JSON string value. Nếu CSV không được quote đúng quanh các values này, parse sẽ báo lỗi ở các rows đó.

File lớn nhất tôi có thể convert trong browser là bao nhiêu?

Papa Parse stream file theo chunks, nên memory usage gần như cố định bất kể kích thước file. Thực tế, files đến ~50 MB convert không vấn đề. Trên đó, bước JSON serialization (build toàn bộ output string) có thể spike memory. Với files rất lớn, dùng Papa Parse trong Node.js script với streaming output.

JSON-to-CSV output có extra empty columns cho một số rows. Tại sao?

JSON array của bạn có objects với inconsistent keys — một số objects có fields mà những cái khác không có. Converter dùng union của tất cả keys làm header row và điền empty strings cho values thiếu. Đây là behavior đúng cho heterogeneous data. Nếu không muốn empty columns, filter JSON về schema nhất quán trước khi convert.