Python 怎么读取 CSV 文件并转成 JSON：适合数据清洗和接口调试
从真实工作场景出发，讲清 Python 读取 CSV、处理中文编码、清洗空值、转换字段类型、导出 JSON 的完整流程，适合数据整理、接口调试和运营表格处理。
相关工具
先说场景：为什么经常要把 CSV 转成 JSON
很多人第一次遇到 CSV 转 JSON，不是因为要学一个新语法，而是手头真的有一份表格要处理。比如运营同学导出了一份用户报名表，产品同学给了一个活动配置表，后端接口需要一批测试数据，或者你要把 Excel 里的内容整理成前端能直接读取的结构。这些数据常常是 CSV 格式，因为 CSV 简单、通用、能被 Excel、WPS、数据库和很多后台系统导出。
JSON 则更适合程序使用。接口请求体、配置文件、前端 mock 数据、自动化脚本、低代码平台导入数据，很多地方都喜欢 JSON。CSV 像表格，一行一条记录；JSON 像对象和数组，更容易表达字段名、层级和类型。把 CSV 转成 JSON，本质上就是把表格里的每一行变成一个对象，再把所有对象放进一个数组。
这件事看起来简单，但实际最容易出问题的地方并不是读取文件，而是编码、空值、数字类型、字段名和多余列。比如 CSV 是 GBK 编码，Python 默认按 UTF-8 读就会报错；表格里的价格看起来是数字，读出来却是字符串；某些单元格是空的，如果不处理，后续接口可能不接受。下面这篇会按真实处理流程讲，而不是只给一段短代码。
准备一份最小可用的 CSV 示例
先准备一个简单文件，比如 users.csv，内容如下：id,name,age,city；1,张三,28,杭州；2,李四,31,上海；3,王五,,北京。这个例子里有几个常见点：第一行是表头，后面每一行是一条数据；age 有一行为空；id 和 age 看起来是数字，但 CSV 本质上都是文本。
如果你从 Excel 另存为 CSV，要注意保存编码。现在大多数情况建议使用 UTF-8。如果你打开文件看到中文乱码，通常是编码不一致。Python 读取时可以显式指定 encoding='utf-8-sig'，它能兼容带 BOM 的 UTF-8 文件。老系统导出的 CSV 可能是 GBK，这时可以改成 encoding='gbk' 试试。
在转换前，建议先用在线 CSV 工具或文本编辑器检查一下表头。字段名最好使用英文或清晰的拼音，比如 user_id、name、age，不建议用包含空格、括号和特殊符号的表头。字段名越稳定，转成 JSON 后越容易被程序使用。
用 Python 标准库读取 CSV
Python 自带 csv 模块，不需要安装第三方库。最常用的是 csv.DictReader，它会把第一行当成字段名，把后面的每一行读成字典。基础代码如下：
import csv
import json
rows = []
with open('users.csv', 'r', encoding='utf-8-sig', newline='') as f:
reader = csv.DictReader(f)
for row in reader:
rows.append(row)
print(json.dumps(rows, ensure_ascii=False, indent=2))这段代码会输出一个 JSON 数组，每一行 CSV 变成一个对象。ensure_ascii=False 的作用是让中文正常显示，而不是变成 unicode 转义。indent=2 是为了格式化输出，方便阅读。如果是给程序传输，也可以去掉 indent，得到更紧凑的 JSON。
这一步只是完成了最基础的转换。你会发现 id 和 age 仍然是字符串，空 age 也是空字符串。很多时候这没问题，但如果接口要求 age 是数字，或者空值应该是 null，就需要进一步清洗。
清洗字段类型和空值
真实项目里，CSV 转 JSON 很少直接一读就完事。你通常要把数字字段转成 int 或 float，把空字符串转成 None，把无用字段删掉，把字段名改成接口需要的名字。比如：
def to_int(value):
value = value.strip()
return int(value) if value else None
rows = []
with open('users.csv', 'r', encoding='utf-8-sig', newline='') as f:
reader = csv.DictReader(f)
for row in reader:
item = {
'id': to_int(row.get('id', '')),
'name': row.get('name', '').strip(),
'age': to_int(row.get('age', '')),
'city': row.get('city', '').strip(),
}
rows.append(item)这里用了 row.get，是为了避免某个字段不存在时直接报错。strip 可以去掉前后空格，尤其是从表格复制或导出时，隐藏空格很常见。to_int 函数把空值转成 None，最终 json.dumps 会把 None 输出为 null，这通常更符合 JSON 语义。
如果有金额、评分、比例，可以写 to_float。不要盲目把所有字段都转成数字，比如手机号、身份证号、订单号虽然看起来是数字，但应该保留字符串。否则前导 0 会丢失，大数字也可能产生精度问题。字段类型要根据业务含义判断。
把结果写入 JSON 文件
如果转换结果要给别人使用，最好写入一个 .json 文件，而不是只打印在终端里。代码如下：
with open('users.json', 'w', encoding='utf-8') as f:
json.dump(rows, f, ensure_ascii=False, indent=2)写入文件后，建议用 JSON 格式化工具打开检查一次。重点看三件事：中文是否正常；数组和对象结构是否正确；数字、字符串、null 是否符合预期。尤其是准备把 JSON 交给接口时，最好先复制到 JSON 工具里校验，确认没有多余逗号、编码异常或结构错误。
如果 JSON 文件很大，不一定要 indent=2。格式化会让文件更易读，但体积也更大。调试阶段建议格式化，正式传输或存储可以压缩。工具帮的 JSON 工具可以在格式化、压缩和校验之间来回切换，适合做最后检查。
常见坑和处理建议
第一是编码问题。中文乱码时，先尝试 utf-8-sig，再尝试 gbk。不要在代码里反复替换乱码字符，应该先找到正确编码。第二是分隔符问题。有些文件虽然叫 CSV，但实际用分号或制表符分隔。这时 DictReader 可以传 delimiter 参数，比如 delimiter='\t'。
第三是表头不干净。表头可能包含空格、中文括号或不可见字符，导致 row.get('name') 取不到值。可以先打印 reader.fieldnames 看看实际字段名。第四是空行和合计行。很多表格导出后末尾会带合计，转 JSON 前要过滤掉，否则接口测试数据会混入不该有的记录。
第五是嵌套结构。CSV 天然是二维表，如果你想转成复杂嵌套 JSON，比如每个用户下面有多个订单，不能只靠一行一对象完成。需要先按 user_id 分组，再组装 orders 数组。新手可以先处理简单结构，等字段和类型稳定后，再考虑嵌套。
常见问题
Python 读取 CSV 需要安装 pandas 吗？
不一定。简单 CSV 转 JSON 用标准库 csv 和 json 就够了。数据量大或需要复杂分析时再考虑 pandas。
CSV 里的数字为什么转成 JSON 后是字符串？
CSV 本质是文本格式，读取后默认都是字符串。需要根据字段含义手动转换 int、float 或 null。
中文乱码怎么办？
优先检查文件编码。常见选择是 utf-8-sig 和 gbk，不建议直接替换乱码字符。