CSV 转 JSONL 转换器

如何将 CSV 转换为 JSONL

CSV 转 JSONL 转换会读取 CSV 文件的第一行作为列标题，然后将后续每行转换为以这些标题为键的 JSON 对象。

我们的转换器自动检测分隔符（逗号、制表符或分号）并处理带引号的字段，包括包含逗号或换行符的字段。值会自动识别类型——数字、布尔值和 null 都会被检测。

输出为有效的 JSONL 格式，每行一个紧凑的 JSON 对象，可直接用于机器学习平台、数据管道和 API。

类型推断规则

CSV 单元格只是文本；要把它变成有用的 JSON，就得猜测类型。本转换器遵循以下规则 —— 并告诉您在猜测会毁掉数据时如何绕过它：

数字 → number

像 42 或 3.14 这样的单元格会变成 JSON 数字。陷阱在于那些看着像数字却不是数字的值 —— 美国邮编 00501 会丢掉前导零变成数字 501。凡是前导零或精确文本有意义的值，都应在源文件中保持引号包裹，或作为字符串列保留。

true/false → boolean

不区分大小写的 true 和 false 会变成 JSON 布尔值。字符串 yes、no、0 和 1 则原样保留 —— 在这里揣测意图带来的 bug 比它解决的问题更多。

空单元格 → null

空单元格会变成 JSON null 而不是空字符串 —— 这样下游代码只需做简单的 null 判断，不必再检测 ""。

带引号字段、逗号与内嵌换行

标准 CSV 引号规则得到完整支持：带引号的字段可以包含逗号甚至换行，两个连续引号（""）反转义为一个引号字符。含有内嵌换行的字段仍然会变成单独一行 JSONL —— 换行在 JSON 字符串中被转义为 \n。

常见错误与解决方案

什么是 CSV 转 JSONL 转换？

CSV 转 JSONL 转换将电子表格和数据库中的表格数据转换为 JSON Lines 格式。CSV 的每一行变成一个单独的 JSON 对象，列标题用作键名。

这种转换对于准备机器学习训练数据（OpenAI、Hugging Face）、将数据加载到 NoSQL 数据库以及将结构化数据输入流式管道至关重要。

同样的转换，用 pandas 完成

如果您的 CSV 已经在 Python 管线里，pandas 两个调用就能完成这个转换 —— 而且它的 dtype 推断与上面描述的直觉一致：

import pandas as pd

df = pd.read_csv('input.csv', dtype={'zip': 'string'})  # 保护邮编的前导零
df.to_json('output.jsonl', orient='records', lines=True, force_ascii=False)

dtype 参数就是 pandas 版的前导零规则：把脆弱的列显式声明为字符串，而不是信任自动推断。force_ascii=False 让非 ASCII 文本保持可读，而不是被 \u 转义。

常见问题