DataSwap Convertitori di file e dati veloci, senza registrazione

Convertitori di Dati Tabellari: Quale Ti Serve?

DataSwap divide la conversione tabellare in tre strumenti invece che in uno solo, perché CSV, JSON e una tabella Markdown servono pubblici diversi — uno script, un'API e una persona che legge la documentazione vogliono gli stessi dati in forme diverse. Questa guida mappa la tua situazione sullo strumento giusto.

Guida rapida

Scenario pratico: trasformare un export da foglio di calcolo in dati di test e in una tabella per il README

Un compito comune che davvero richiede due di questi strumenti, per due pubblici diversi:

  1. Esporta un elenco fornitori da un foglio di calcolo come CSV, e passalo nel Convertitore da CSV a JSON per ottenere un array JSON pulito — pronto per una fixture di test o da inviare direttamente a un endpoint che si aspetta JSON.
  2. Separatamente, prendi lo stesso CSV e passalo nel Convertitore da CSV a Tabella Markdown per produrre una tabella leggibile per il README del progetto, documentando cosa contengono davvero i dati di esempio per chi esplora il repository.
  3. Se più avanti un collega ti restituisce una versione modificata in JSON di quegli stessi dati, passala nel Convertitore da JSON a CSV per riportarla in forma di foglio di calcolo da rivedere — i campi annidati si appiattiscono automaticamente in colonne, quindi la struttura sopravvive al doppio passaggio.

Tutti gli strumenti tabellari

Domande frequenti

Quando conviene usare Da CSV a Tabella Markdown invece di Da CSV a JSON?

Dipende da chi legge il risultato dopo di te. Una tabella Markdown è pensata per le persone: la incolli in un README, una wiki o una issue di GitHub e appare come una tabella pulita e leggibile. Il JSON è pensato per le macchine: lo consuma del codice, una chiamata a un'API o uno script che si aspetta dati strutturati. Se la destinazione è documentazione, usa il convertitore Markdown; se la destinazione è un programma, usa JSON.

Se converto CSV in JSON e poi di nuovo in CSV, ottengo esattamente il file di partenza?

Molto simile, ma non garantito byte per byte. I dati sopravvivono fedelmente al doppio passaggio, ma dettagli di formattazione come l'ordine delle colonne, spazi bianchi finali o il modo in cui vengono messi tra virgolette numeri che sembrano stringhe possono cambiare leggermente, perché JSON non ha un concetto nativo di ordine fisso delle colonne come invece ce l'ha la riga di intestazione di un CSV. Se ti serve recuperare esattamente lo stesso file, conserva l'originale — usa questi convertitori per trasformare i dati, non come backup senza perdita.

Il mio CSV usa il punto e virgola invece della virgola — perché il convertitore è impostato così di default?

Perché in italiano (e negli altri locale europei serviti da questo sito) la virgola è già occupata come separatore decimale — "3,14" è pi greco, non due colonne — quindi Excel in italiano esporta i CSV con punto e virgola come impostazione predefinita, e sia il Convertitore da CSV a JSON sia quello da CSV a Tabella Markdown riflettono questa stessa convenzione. Puoi cambiarlo all'istante dal selettore del delimitatore se il tuo file usa virgole o tabulazioni. In ogni caso, un valore che contiene il delimitatore dentro un campo tra virgolette — per esempio "Rossi; Bianchi" — viene rispettato come un unico campo, non tagliato a metà, perché entrambi gli strumenti usano un parser vero e proprio, non un semplice split() sul delimitatore.

Perché il Convertitore da JSON a CSV non funziona altrettanto bene con qualsiasi JSON?

Il CSV è per natura un formato piatto, fatto di righe e colonne, mentre JSON può annidare oggetti e array quanto vuole in profondità. Il Convertitore da JSON a CSV si aspetta un array JSON di oggetti — la forma che effettivamente si adatta a righe e colonne — e appiattisce i campi annidati usando la notazione a punto in modo che rientrino comunque nelle colonne. Un JSON molto annidato o dalla forma irregolare viene convertito comunque, ma la struttura di colonne che ne risulta riflette quell'appiattimento, non un redesign dei tuoi dati.