高效处理海量数据，轻松转换CSV、JSON、XML等格式。适…

# 淘宝订单 CSV 转 JSON 方案

一、前期准备

• 用 Excel/WPS 打开 CSV 确认表头，找到对应列：订单编号、买家实际支付金额（或订单总金额）、订单创建时间/付款时间
• 注意编码问题：淘宝导出常为 GBK 编码，若乱码用文本编辑器（如 VS Code）转存为 UTF-8
• 处理 BOM 头：文件开头若出现乱码字符需去除，否则第一个字段名会异常

二、Python 转换代码（推荐）

```python

import csv, json

from datetime import datetime

result = []

with open('orders.csv', encoding='gbk', errors='replace') as f:

reader = csv.DictReader(f)

for row in reader:

result.append({

"order_id": row["订单编号"].strip(),

"amount": float(row["买家实际支付金额"] or 0),

"order_time": row["订单创建时间"]

})

# 可选：时间标准化为 ISO 格式

for r in result:

r["order_time"] = datetime.strptime(

r["order_time"], "%Y-%m-%d %H:%M:%S"

).isoformat()

with open('orders.json', 'w', encoding='utf-8') as f:

json.dump(result, f, ensure_ascii=False, indent=2)

```

三、字段映射说明

| 目标字段 | 来源列（以实际表头为准） | 处理要点 |

|---|---|---|

| order_id | 订单编号 | strip 去空格，保持字符串防精度丢失 |

| amount | 实付金额/总金额 | 转 float；空值默认 0 |

| order_time | 创建时间/付款时间 | 注意格式差异，如 2023/1/5 或带中文日期 |

四、常见坑与规避

• 订单号变科学计数法：先在 Excel 中把该列设为文本，或直接用 Python 读原始 CSV
• 表头不一致：不同导出版本列名有差异，先 print(reader.fieldnames) 核对
• 脏数据：用 try/except 包裹单行解析，失败行记录日志跳过，避免整体中断
• 金额含“¥”或逗号：清洗后再转 float：float(x.replace('¥','').replace(',',''))

五、验证结果

• 检查 len(result) 是否等于订单条数（约 5000，以实际为准）
• 抽查几条：订单号完整、金额合理、时间格式正确
• 用 json.load() 重新读入验证 JSON 合法性

如能提供你 CSV 的实际表头截图/文本，我可以帮你把字段名精确对齐。