JSON vs. CSVdie wichtigsten Unterschiede

JSON und CSV sind zwei der häufigsten Möglichkeiten, strukturierte Daten zu speichern und zu verschieben, und die meisten Datenpraktiker stoßen ständig auf die Wahl zwischen ihnen: Eine API liefert JSON, eine Tabellenkalkulation erwartet CSV, und ein Scraper kann in der Regel beides ausgeben. Sie sehen in kleinen Beispielen austauschbar aus, machen aber entgegengesetzte Kompromisse, und die falsche Wahl zeigt sich später als aufgeblähte Dateien, verlustbehaftete Exporte oder Parsing-Code, der gegen das Format kämpft.

Dieser Artikel erklärt, was jedes Format tatsächlich ist, vergleicht sie auf den Dimensionen, die zählen (Struktur, Lesbarkeit, Verschachtelung, Größe, Tooling und typische Verwendung), und gibt Ihnen dann eine klare Regel, wann Sie welches Format verwenden sollten. Am Ende sollten Sie in der Lage sein, einen Datensatz anzuschauen und in Sekunden zu wissen, welches Format passt, und wie Sie zwischen ihnen konvertieren, wenn Sie beide benötigen.

JSON vs. CSV auf einen Blick

Die Kurzversion: JSON ist ein verschachteltes, selbstbeschreibendes Format für Programme und APIs, während CSV ein flaches, tabellarisches Format für Tabellenkalkulationen und einfache Zeilen-und-Spalten-Daten ist. JSON trägt seine eigene Struktur und Datentypen; CSV ist nur durch Kommas getrennter Text. Hier ist der Vergleich der beiden auf den Dimensionen, die die Entscheidung normalerweise bestimmen.

Fast jeder andere Unterschied zwischen den beiden folgt aus der ersten Zeile. JSON verschachtelt, CSV nicht, und der Rest (Größe, Typunterstützung, welche Tools es öffnen) ergibt sich aus dieser einen strukturellen Tatsache.

Was ist JSON?

JSON (JavaScript Object Notation) ist ein leichtes Datenaustauschformat, das zu einem Eckpfeiler der modernen Web-Entwicklung geworden ist. Es begann als eine Teilmenge von JavaScript, ist aber jetzt sprachunabhängig und wird von praktisch jeder Programmiersprache unterstützt, weshalb es zum Standardweg für die Kommunikation zwischen Diensten geworden ist.

JSON stellt Daten als Schlüssel-Wert-Paare dar, und diese Paare können verschachtelt werden. Ein Wert kann ein String, eine Zahl, ein Boolean, null, ein Array oder ein anderes Objekt sein, sodass JSON komplexe, hierarchische Datensätze in einem Dokument beschreiben kann. Hier ist ein kleines Beispiel:

{
  "name": "John Doe",
  "age": 30,
  "skills": ["JavaScript", "Python", "SQL"],
  "address": {
    "city": "New York",
    "zip": "10001"
  }
}

Beachten Sie, wie skills ein Array enthält und address ein weiteres Objekt. Diese Fähigkeit, Objekte, Arrays und verschachtelte Beziehungen in einem selbstbeschreibenden Dokument darzustellen, ist genau das, was JSON zum Standard für APIs und Webanwendungen macht. Häufige Verwendungsorte:

• APIs. JSON ist das gebräuchlichste Format für den Datenaustausch in APIs und ermöglicht eine saubere Kommunikation zwischen Client und Server.
• Web-Entwicklung. Frontend- und Backend-Systeme nutzen JSON, um strukturierte Daten dynamisch zu übertragen.
• Datentransfer zwischen Systemen. Seine kompakte, leicht parsbare Form vereinfacht den Austausch zwischen mobilen Apps, Datenbanken und Webdiensten.

Was ist CSV?

CSV (Comma-Separated Values) ist eines der einfachsten und am weitesten verbreiteten Formate zur Speicherung strukturierter Daten. Sein schlichtes Design hat es zu einem Standard für die Organisation von Daten in Zeilen und Spalten gemacht, ähnlich wie eine Tabelle in einer Tabellenkalkulation.

Eine CSV-Datei stellt Daten in einer flachen, tabellarischen Struktur dar: Jede Zeile ist ein Datensatz und jede Spalte ist ein Feld, wobei Werte durch Kommas (oder manchmal Tabs oder Semikolons) getrennt sind. Hier ist ein einfaches Beispiel:

Name,Age,Skills,City
John Doe,30,JavaScript;Python;SQL,New York
Jane Smith,25,HTML;CSS,Los Angeles

Anders als JSON ist CSV nicht hierarchisch organisiert und enthält wirklich nur Klartext und einfache Zahlen. Beachten Sie die Spalte Skills oben: Eine Liste musste mit einem Semikolon-Trennzeichen in eine Zelle gezwungen werden, weil CSV keine native Möglichkeit hat, eine Liste auszudrücken. Diese Einfachheit ist auch seine Stärke, was CSV leicht zu generieren, zu parsen und zu teilen macht. Häufige Verwendungsorte:

• Tabellenkalkulationen. Tools wie Microsoft Excel und Google Sheets importieren und exportieren CSV standardmäßig.
• Datenbanken. CSV ist ein gängiger Weg, Daten zwischen Datenbanken zu übertragen oder neue Tabellen zu befüllen.
• Leichter Datenaustausch. Da die Dateien kompakt und leicht zu bearbeiten sind, eignet sich CSV gut zum Weitergeben von Daten zwischen Teams und Plattformen.

Hauptunterschiede zwischen JSON und CSV

Die obige Tabelle ist die Schnellreferenz. Es lohnt sich, die Hauptdimensionen etwas ausführlicher durchzugehen, weil jede auf eine echte Entscheidung hinweist, mit der Sie konfrontiert sein werden.

Struktur: hierarchisch vs. flach

JSON unterstützt verschachtelte Strukturen und kann hierarchische Beziehungen direkt darstellen: Arrays innerhalb von Objekten, Objekte innerhalb von Objekten, so tief wie die Daten es erfordern. CSV ist streng flach und tabellarisch. Es kann keine Verschachtelung oder Beziehungen ausdrücken, sodass alles Hierarchische in zusätzliche Spalten abgeflacht oder in eine einzige Zelle als String kodiert werden muss. Das ist der Unterschied, der alle anderen antreibt.

Lesbarkeit: selbstbeschreibend vs. kompakt

JSON ist bei Einrückung lesbar und intuitiv, weil jeder Wert neben dem Schlüssel steht, der ihn benennt; Sie können die Form eines Datensatzes auf einen Blick verstehen. CSV ist kompakter, stützt sich aber auf die Spaltenposition anstelle von Labels, sodass große Dateien schwer zu verfolgen sind, und Werte, die selbst Kommas enthalten, müssen angeführt oder escaped werden, um parsbar zu bleiben.

Dateigröße: Overhead vs. Effizienz

JSON ist typischerweise größer, weil es Schlüssel für jeden Datensatz wiederholt und geschweifte Klammern, eckige Klammern und Anführungszeichen hinzufügt. Dieser Overhead summiert sich über Tausende von Zeilen. CSV ist leichtgewichtig: Es schreibt den Header einmal und trägt dann nichts außer Werten und Trennzeichen, sodass es für große flache Datensätze auf der Festplatte bedeutend kleiner und schneller zu übertragen ist.

Datentypen: reich vs. einfach

JSON unterscheidet Strings, Zahlen, Booleans, null, Arrays und Objekte, und Parser lesen diese Typen zuverlässig zurück. CSV speichert alles als Text. Ein Leser muss schlussfolgern, dass 30 eine Zahl oder true ein Boolean ist, und komplexe Werte müssen abgeflacht oder als Strings kodiert werden, was das Parsen auf dem Rückweg erschwert.

Tooling und typische Verwendung

JSON ist die Sprache der APIs, Web- und mobilen Apps und jedes Szenarios mit mehrschichtigen oder dynamischen Daten; es ist überall dort zu Hause, wo ein Programm der Verbraucher ist. CSV ist die Sprache von Tabellenkalkulationen und Analysen: Importieren Sie es in Excel, Google Sheets oder pandas und Sie arbeiten in Sekunden. Das Format, das Sie wählen, ist oft nur eine Funktion davon, was die Datei als nächstes öffnen wird.

Wann JSON verwendet werden sollte

JSON ist die richtige Wahl, wenn Ihre Daten strukturiert, hierarchisch oder für ein Programm statt für einen Menschen bestimmt sind. Die eindeutigsten Fälle:

• API-Integrationen. JSON ist der Standard für APIs genau deshalb, weil es komplexe, verschachtelte Daten darstellt. Ein REST-Endpunkt, der einen Nutzer mit seiner Bestellliste zurückgibt, ist eine natürliche Passung: Die Bestellungen sind innerhalb des Nutzers verschachtelt, kein Abflachen erforderlich.
• Dynamische Anwendungen. Web- und mobile Apps, die Daten dynamisch aktualisieren, stützen sich auf JSON, unterstützt durch die saubere Zuordnung zu JavaScript-Objekten. Eine Chat-App, die jede Nachricht mit ihren Metadaten (Zeitstempel, Lesestatus) sendet, ist ein typisches Beispiel.
• Hierarchische Daten. Immer wenn Datensätze Eltern-Kind- oder Eins-zu-viele-Beziehungen haben, speichert und ruft JSON sie ohne Verrenkungen ab.

Wenn Ihre Daten eine gewisse Tiefe haben oder eine andere Software der Verbraucher ist, wählen Sie standardmäßig JSON. Mehr zur Arbeit damit in Code finden Sie in unserem Leitfaden zum Parsen von Daten in Python und dem breiteren Workflow in eine Website mit Python scrapen.

Wann CSV verwendet werden sollte

CSV gewinnt, wenn die Daten flach sind, der Verbraucher eine Tabellenkalkulation oder ein Analyst ist und Größe oder Einfachheit wichtiger sind als Struktur. Die eindeutigsten Fälle:

• Datenanalyse. CSV lädt direkt in Excel, Google Sheets oder pandas und ist damit ideal zum schnellen Erkunden von Verkaufsaufzeichnungen, Kundendemografien oder Umfrageergebnissen.
• Tabellenkalkulationsexporte. Wenn Daten in Tabellensoftware geöffnet oder geteilt werden müssen, ist CSV das universelle Import- und Exportformat. Das Exportieren einer Datenbanktabelle zur Offline-Überprüfung ist der kanonische Fall.
• Einfacher Datenaustausch. Wenn Datensätze keine Verschachtelung und nur einfache Typen haben, überträgt CSV sie effizient. Das Weitergeben einer Liste von E-Mail-Abonnenten zwischen zwei Marketing-Tools ist ein gutes Beispiel.

Wenn die Daten natürlich in eine Tabelle passen und ein Mensch oder eine Tabellenkalkulation der nächste Halt ist, ist CSV kleiner, einfacher und gut genug. In dem Moment, in dem Sie feststellen, dass Sie eine Liste in eine einzige Zelle kodieren, ist das das Signal, dass Sie CSV entwachsen sind und stattdessen JSON möchten.

Wie man zwischen JSON und CSV konvertiert

Sie legen sich selten für immer auf ein Format fest. Eine API gibt JSON zurück, aber ein Stakeholder möchte es in einer Tabellenkalkulation; ein CSV-Export muss zu einem API-Payload werden. Die Konvertierung zwischen den beiden ist eine Routineaufgabe, und mehrere Tools erledigen sie:

• Python-Bibliotheken. Die Bibliotheken pandas, json und csv decken die meisten Konvertierungen mit wenigen Codezeilen ab.
• Online-Konverter. Seiten wie JSON2CSV verarbeiten kleinere Datensätze schnell ohne Code.
• Tabellensoftware. Excel und Google Sheets können JSON (mit einem Plugin oder Skript) importieren und nach CSV exportieren.
• Benutzerdefinierte Skripte. Das Schreiben Ihres eigenen in Python oder JavaScript gibt Ihnen volle Kontrolle darüber, wie verschachtelte Felder abgeflacht oder wiederhergestellt werden.

Das Eine, worauf man achten muss, ist die Verschachtelung. Von JSON nach CSV zu gehen bedeutet Abflachen: Verschachtelte Objekte werden zu Punktnotations-Spaltennamen und Arrays werden zusammengefügt oder aufgeteilt, sodass tief verschachtelte Daten möglicherweise nicht sauber auf eine flache Tabelle abgebildet werden. In die andere Richtung zu gehen ist verlustfrei, da flache Zeilen immer in JSON passen. Hier ist der Hin- und Rückweg mit pandas:

import pandas as pd

json_data = [
    {"name": "John Doe", "age": 30},
    {"name": "Jane Smith", "age": 25},
]

# JSON to CSV: flatten, then write the table
df = pd.json_normalize(json_data)
df.to_csv("output.csv", index=False)

# CSV to JSON: read the table, dump records
df = pd.read_csv("output.csv")
df.to_json("output.json", orient="records", indent=4)

json_normalize ist das Schlüsselelement beim Wechsel von JSON nach CSV: Es flacht verschachtelte Schlüssel in Spalten ab, sodass ein hierarchischer Datensatz in eine flache Tabelle passt. Bei Daten mit Arrays oder tiefer Verschachtelung müssen Sie möglicherweise pro Feld entscheiden, ob Sie es abflachen, in eine Zelle zusammenfügen oder über Zeilen aufteilen.

Häufig gestellte Fragen

Ist JSON oder CSV besser?

Keines ist im Allgemeinen besser; sie eignen sich für unterschiedliche Aufgaben. JSON ist besser für verschachtelte Daten und Programm-zu-Programm-Austausch wie APIs. CSV ist besser für flache, tabellarische Daten, die in eine Tabellenkalkulation oder ein Analysetool gehen. Passen Sie das Format an die Struktur der Daten und an das an, was sie als nächstes öffnen wird.

Warum ist JSON größer als CSV?

JSON wiederholt jeden Schlüssel für jeden Datensatz und fügt geschweifte Klammern, eckige Klammern und Anführungszeichen hinzu, um Struktur auszudrücken. CSV schreibt die Spaltennamen einmal in einem Header und trägt dann nur Werte und Trennzeichen. Für große, flache Datensätze macht dieser Overhead JSON auf der Festplatte merklich größer als das entsprechende CSV.

Kann CSV verschachtelte Daten speichern?

Nicht nativ. CSV ist streng flach, sodass verschachtelte Objekte und Arrays in zusätzliche Spalten abgeflacht oder in eine einzige Zelle als String kodiert werden müssen (zum Beispiel eine Liste, die mit Semikolons verbunden ist). Wenn Ihre Daten echte Hierarchie haben, stellt JSON sie weitaus sauberer dar.

Wie konvertiere ich JSON nach CSV in Python?

Der einfachste Weg ist pandas: Laden Sie das JSON, rufen Sie pd.json_normalize() auf, um verschachtelte Schlüssel in Spalten abzuflachen, und schreiben Sie das Ergebnis dann mit df.to_csv(). Bei komplexer Verschachtelung müssen Sie möglicherweise entscheiden, wie jedes verschachtelte Feld auf Spalten abgebildet werden soll, bevor Sie abflachen.

Welches Format ist schneller zu parsen?

CSV ist für einfache, flache Daten in der Regel schneller und leichter zu parsen, da es wenig Struktur zu interpretieren gibt. JSON-Parsing leistet mehr Arbeit, weil es verschachtelte Objekte und typisierte Werte wiederaufbaut, aber diese Arbeit ist genau das, was Sie wollen, wenn die Daten hierarchisch sind. Geschwindigkeit allein entscheidet selten; Struktur tut es.

Gibt Crawlbase Daten als JSON oder CSV zurück?

Beides. Die Crawlbase Crawling API und Scraper API geben geparste Ergebnisse zurück, die Sie als JSON für nachgelagerten Code oder als CSV für Tabellenkalkulationen und Analysen speichern können, sodass Sie das Format wählen, das zur nächsten Stufe Ihrer Pipeline passt.

TA

Thomas Adewale

Technischer Redakteur · Crawlbase

Technischer Redakteur bei Crawlbase, der über Proxy-Netzwerke, Rotationsstrategien und die technischen Grundlagen für zuverlässiges Crawling im großen Maßstab schreibt.