Quelqu'un de l'équipe commerciale exporte un tableur en CSV et vous demande de « simplement le charger dans le système ». Le système attend du JSON. Alors vous écrivez rapidement un script Python ou Node avec une bibliothèque d'analyse CSV, mappez les colonnes aux champs, gérez la ligne d'en-tête, et espérez qu'aucune valeur ne contienne une virgule qui casserait votre logique naïve de découpage sur les virgules (c'est généralement le cas, cachée à l'intérieur d'un champ entre guillemets).
C'est une tâche que les développeurs résolvent encore et encore, écrivant chaque fois un code jetable légèrement différent, parce que le CSV apparaît constamment comme format d'export depuis des tableurs, des bases de données et des outils analytiques, tandis que la plupart des outils et API modernes attendent du JSON.
La simplicité trompeuse du CSV
Le CSV a l'air trivial — découper sur les virgules, découper sur les sauts de ligne, terminé. Puis vous tombez sur un champ contenant une virgule, entouré de guillemets selon la spécification, et votre analyseur naïf casse. Ou un champ contient un saut de ligne intégré entre guillemets, qu'une simple lecture ligne par ligne ne peut pas gérer correctement. Bien analyser le CSV exige en réalité de respecter les règles de guillemetage, ce qui explique pourquoi un convertisseur dédié bat le fait de l'écrire à partir de zéro à chaque fois.
Convertir du CSV en JSON structuré
Bellows inclut un convertisseur CSV vers JSON qui gère correctement les champs entre guillemets et les lignes d'en-tête, transformant un export de tableur en un tableau d'objets JSON prêt à coller dans une fixture de test, un corps de requête, ou un script.
Charger des données de tableur dans des API
Quand un import de données ponctuel ne justifie pas d'écrire et de maintenir un script complet, convertir directement l'export CSV en JSON et le coller dans un outil de test d'API ou un fichier d'amorçage de base de données fait le travail en une fraction du temps.
Construire des fixtures de test à partir de données réelles
Exporter un échantillon de données proches de la production sous forme de CSV depuis un tableur et le convertir en JSON est un moyen rapide de générer des fixtures de test réalistes sans écrire d'objets JSON à la main champ par champ.