CSV ⇄ JSON 转换器 CSV ⇄ JSON Converter
将 CSV 表格文本转换为 JSON，或把 JSON 数据还原为 CSV 文件格式，方便数据导入、导出与调试。
Convert CSV table text to JSON, or convert JSON data back to CSV for easy import, export and debugging.
支持常见 CSV 格式：使用逗号分隔，支持用双引号包裹含有逗号或换行的单元格；也支持标准 JSON 数组。
Supports common CSV format: comma-separated values with double quotes for cells containing commas or line breaks;
also supports standard JSON arrays.
输出区域为只读模式，方便直接复制结果到其他工具或文件中。
Output is read-only so you can safely copy and paste the result into other tools or files.
-
CSV ➜ JSON：
默认把第一行视为表头，生成「对象数组」形式的 JSON，例如[{"name":"Alice","age":30}]。如果取消“第一行为表头”的勾选，则输出为「二维数组」 形式，例如[["name","age"],["Alice","30"]]。
When converting CSV to JSON: The first row is treated as header and converted to an array of objects by default. If you uncheck “Use first row as header”, the output becomes a 2D array of rows. -
JSON ➜ CSV：
如果 JSON 是「对象数组」（例如从 CSV 生成的 JSON），工具会自动提取所有字段名作为表头行， 并将缺失字段留空；如勾选“对象转 CSV 包含表头”，则会在首行输出字段名。
若 JSON 是「二维数组」，则直接逐行按顺序输出。单个对象或单个值会自动包装成简易两列/一列结构。
When converting JSON to CSV: For an array of objects, keys become header row; missing keys are left blank. For a 2D array, rows are written as-is. A single object or single value is wrapped into a simple CSV shape. -
格式与兼容性 · Formatting & Compatibility：
CSV 使用逗号,作为分隔符，含有逗号、引号或换行的单元格会自动加双引号，并对内部引号进行转义。
JSON 可配合“美化 JSON 输出”选项，以缩进格式展示，方便调试和人工阅读。
CSV uses comma as delimiter and will quote cells containing commas, quotes or line breaks. Pretty JSON output is helpful when debugging or reading manually. -
典型应用场景 · Typical Use Cases：
把 Excel / 表格工具导出的 CSV 转成 JSON，用于前端页面或接口模拟数据；或将接口返回的 JSON 转为 CSV，便于在表格软件中进行分析、透视或筛选。
Convert CSV exported from Excel or other spreadsheet tools into JSON for front-end pages or mock APIs, or turn JSON responses into CSV for analysis and pivoting in spreadsheet tools.
说明：本工具专为简单通用场景设计，未考虑极端数据量、特殊编码或自定义分隔符等高级需求。如需在生产环境中批量处理数据，
建议配合专业 ETL 工具或脚本语言（如 Python、Node.js）使用。
Note: This tool is designed for common everyday scenarios and does not handle extreme data sizes,
exotic encodings or custom delimiters. For production-scale data processing, consider using ETL tools
or scripting languages such as Python or Node.js.
