0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@coscoskosuda

JSONとCSVを相互変換するときにハマる、ネスト・文字コード・区切り文字

0
Posted at

TL;DR

  • JSON ⇄ CSV の相互変換は、API のレスポンスを Excel で見たい / ログを集計したい / 設定を一覧にしたい…と地味によく発生する
  • 変換自体は jq・Python・Node でもできるが、ちょっと中身を見たいだけのときに環境を用意するのが面倒
  • なので ブラウザだけ・アップロードなしで変換できるツールを作って無料公開しています（業務データを外に出さずに済む）
  • この記事では「変換でハマる所（ネスト・文字コード・区切り）」と、ブラウザ／コマンド／コードそれぞれのやり方をまとめます。

どんなときに変換したくなるか

  • API の JSON レスポンスを Excel/スプレッドシートで眺めたい（非エンジニアに渡す時も）
  • アプリのログ（JSON Lines）を 集計・グラフ化したい
  • マスタや設定の JSON を 一覧化してレビューしたい
  • 逆に、CSV で受け取ったデータを コードで扱いやすい JSON にしたい

「本格的な ETL を組むほどじゃないけど、いったん表で見たい」——この温度感が一番多い気がします。

構造の違い＝ハマりどころは「ネスト」

JSON は入れ子（オブジェクト・配列）を持てますが、CSV はフラットな表です。ここが変換の肝。

JSONのネストをCSVの表へフラット化する例

[
  { "id": 1, "name": "佐藤", "tags": ["a", "b"], "addr": { "city": "東京" } },
  { "id": 2, "name": "鈴木", "tags": ["c"],      "addr": { "city": "大阪" } }
]

これを CSV にするには、ネストをどう平らにするかを決める必要があります。よくある流儀は2つ：

  • ドット記法でフラット化：addr.city という列を作る
  • 配列は文字列に結合：tags を "a,b" のように1セルへ
id,name,tags,addr.city
1,佐藤,"a,b",東京
2,鈴木,c,大阪

逆（CSV→JSON）では、addr.city のような列名を入れ子に戻すか、フラットなまま {"addr.city": "東京"} にするかを選ぶことになります。「正解」は用途次第なので、ツール側がどちらの挙動かを把握しておくと事故りません。

やり方①：ブラウザだけ（環境構築なし・アップロードなし）

「中身をちょっと見たいだけ」なら、これが一番速いです。手元の JSON/CSV を貼る or 選ぶだけで変換できます。処理はブラウザ内で完結するので、業務データや個人情報を含むファイルでも外部サーバーに送られません。

「そもそも JSON と CSV、どっちで持つべき？」という整理はこちらに書きました：
https://ai-image-tools.com/guides/json-and-csv

Excelで日本語だけが文字化けする場合は、JSON変換の前に文字コードを直すほうが早いです：
https://ai-image-tools.com/tools/csv-encoding-fix

全部が1列に入る場合は文字コードではなく区切り文字を確認します：
https://ai-image-tools.com/tools/csv-delimiter-converter

やり方②：コマンド（jq / nkf）

JSON→CSV を jq で：

jq -r '(.[0] | keys_unsorted) as $k | $k, (.[] | [.[$k[]]]) | @csv' data.json > data.csv

ネストがある場合は事前に jq でフラット化しておくのが楽です。

文字化け対策（Excel は BOM 付き UTF-8 か Shift_JIS を好む）：

# UTF-8 → Excelで開いても化けない CSV（BOM付与）
printf '\xEF\xBB\xBF' > out.csv && cat data.csv >> out.csv

やり方③：コード（Python / Node）

Python（標準ライブラリだけ）：

import json, csv

rows = json.load(open("data.json", encoding="utf-8"))
keys = list(rows[0].keys())

# Excel対策で utf-8-sig（BOM付きUTF-8）にするのがコツ
with open("data.csv", "w", newline="", encoding="utf-8-sig") as f:
    w = csv.DictWriter(f, fieldnames=keys)
    w.writeheader()
    for r in rows:
        # 配列はそのままだと書けないので結合しておく
        w.writerow({k: ",".join(v) if isinstance(v, list) else v for k, v in r.items()})

CSV→JSON は csv.DictReader で読んで json.dump(..., ensure_ascii=False) するだけです。

ハマりやすい3点（まとめ）

JSONとCSV変換でハマりやすいネスト、文字コード、区切りと引用符

  1. ネスト：JSON の入れ子をどう平らにするか（ドット列／配列の結合）を最初に決める
  2. 文字コード：Excel で開くなら BOM 付き UTF-8（utf-8-sig） が無難。化けたら Shift_JIS も疑う
  3. 区切り・引用符：値にカンマや改行が入るとズレる。ちゃんとクォートする実装で出す

Microsoftの公式案内でも、ExcelでUTF-8 CSVを直接開く用途ではBOM付きで保存するか、「データ」からテキスト／CSVとして読み込む方法が示されています：
https://support.microsoft.com/en-us/office/opening-csv-utf-8-files-correctly-in-excel-8a935af5-3416-4edd-ba7e-3dfd2bc4a032

ちょっと見たいだけならブラウザ、繰り返すならコード、と使い分けると楽です。
ブラウザ版（無料・登録不要・アップロードなし）はこちら：

同じところで詰まった人に届けばと思って書きました。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?