CSV解析ライブラリ比較：csv-parser、csvtojson、fast-csv、Papa Parse

WebアプリケーションでCSVファイルを扱う際、適切なパーサーを選ぶことはパフォーマンスや開発効率に大きく影響します。この記事では、代表的な4つのnpmパッケージ — csv-parser、csvtojson、fast-csv、papaparse — を実践的な観点から比較し、それぞれの強みと使いどころを明らかにします。

📥 入力ソース：ファイル・ストリーム・文字列

csv-parser はNode.js向けに設計されており、主にストリーム経由での処理を想定しています。ファイルパスやReadable Streamを直接扱えますが、ブラウザ環境では使えません。

// csv-parser: Node.js ストリーム処理
const csv = require('csv-parser');
const fs = require('fs');

fs.createReadStream('data.csv')
  .pipe(csv())
  .on('data', (row) => console.log(row));

csvtojson もNode.js専用ですが、文字列やファイルパス、Bufferなど多様な入力をサポートしています。特に文字列からの変換が簡単です。

// csvtojson: 文字列からの変換
const csv = require('csvtojson');

const csvString = 'name,age\nAlice,30\nBob,25';
const jsonArray = await csv().fromString(csvString);
console.log(jsonArray);

fast-csv はNode.js向けで、ストリームとPromiseの両方に対応しています。ファイル、文字列、配列など柔軟な入力を受け付けます。

// fast-csv: Promiseベースで文字列を処理
const { parse } = require('@fast-csv/parse');

const csvString = 'name,age\nAlice,30\nBob,25';
const rows = await parse(csvString).promise();
console.log(rows);

papaparse は唯一、フロントエンドとバックエンドの両方で動作します。Fileオブジェクト、Blob、文字列、URLなど、ブラウザ特有の入力にも対応しています。

// papaparse: ブラウザでFileオブジェクトを処理
Papa.parse(fileInput.files[0], {
  header: true,
  complete: (results) => console.log(results.data)
});

⚙️ 出力形式とヘッダー処理

すべてのライブラリが「ヘッダー行あり」のCSVをオブジェクト配列に変換できますが、細かい挙動に違いがあります。

csv-parser はデフォルトでヘッダー行をキーとして使用し、各行をオブジェクトに変換します。

// csv-parser: 自動でヘッダーをキーに
fs.createReadStream('users.csv')
  .pipe(csv())
  .on('data', (row) => {
    // row = { name: 'Alice', age: '30' }
  });

csvtojson も同様ですが、{ noheader: false }（デフォルト）でヘッダーを使用します。ヘッダーなしCSVも簡単に扱えます。

// csvtojson: ヘッダーなしCSV
const jsonArray = await csv({ noheader: true }).fromString('Alice,30\nBob,25');
// 結果: [{ field1: 'Alice', field2: '30' }, ...]

fast-csv は明示的に{ headers: true }を指定する必要があります。

// fast-csv: ヘッダーを明示
const rows = await parse(csvString, { headers: true }).promise();
// rows = [{ name: 'Alice', age: '30' }, ...]

papaparse はheader: trueオプションでヘッダーを有効にします。

// papaparse: ヘッダー有効化
Papa.parse(csvString, {
  header: true,
  complete: (results) => console.log(results.data)
});

🔄 ストリーミング vs メモリ読み込み

大規模CSVを処理する場合、メモリ使用量が重要になります。

csv-parser はストリーム専用で、巨大ファイルでも低メモリで処理可能です。ただし、同期的な全データ取得はできません。

csvtojson は内部でバッファリングを行うため、大きなファイルではメモリを大量に消費します。ストリーミングモードもありますが、APIがやや複雑です。

// csvtojson: ストリーミングモード
fs.createReadStream('big.csv')
  .pipe(csv())
  .on('data', (jsonObj) => console.log(jsonObj))
  .on('end', () => console.log('done'));

fast-csv はストリームとPromiseの両方をサポートしており、必要に応じて選べます。ストリームを使えばメモリ効率が良いです。

papaparse はブラウザ向けに最適化されており、worker: trueオプションでWeb Workerを使って重い処理をバックグラウンドで実行できます。これによりUIが固まることを防げます。

// papaparse: Web Workerで非同期処理
Papa.parse(file, {
  worker: true,
  header: true,
  complete: (results) => console.log(results.data)
});

🛠️ カスタム変換とバリデーション

データを単にパースするだけでなく、加工や検証が必要な場合があります。

csv-parser は.map()チェーンで変換できますが、機能は限定的です。

// csv-parser: 値の変換
fs.createReadStream('data.csv')
  .pipe(csv())
  .pipe(map((row) => ({ ...row, age: Number(row.age) })))
  .on('data', console.log);

csvtojson はpreRawDataやpreFileLineなどのフックで柔軟な前処理が可能です。

// csvtojson: 行ごとの前処理
const jsonArray = await csv({
  preFileLine: (line, idx) => idx === 0 ? line : line.toUpperCase()
}).fromString(csvString);

fast-csv はtransformオプションで各行を加工できます。

// fast-csv: transformで型変換
const rows = await parse(csvString, {
  headers: true,
  transform: (row) => ({ ...row, age: Number(row.age) })
}).promise();

papaparse はtransform関数で各セルの値を変更できます。

// papaparse: セル単位の変換
Papa.parse(csvString, {
  header: true,
  transform: (value, field) => field === 'age' ? Number(value) : value,
  complete: (results) => console.log(results.data)
});

🌐 フロントエンド対応の有無

これは最も重要な判断基準の一つです。

• csv-parser: Node.js専用。ブラウザでは動作しない。
• csvtojson: Node.js専用。ブラウザ非対応。
• fast-csv: Node.js専用。ブラウザ非対応。
• papaparse: ブラウザとNode.jsの両方で動作。フロントエンド開発者にとって唯一の選択肢。

📊 まとめ：どのライブラリを選ぶべきか？

最終的なアドバイス

• フロントエンドでCSVを扱うなら、迷わず papaparse を選んでください。他の3つはブラウザで動作しません。
• Node.jsで巨大CSVをストリーム処理したい場合は、csv-parser（シンプルさ重視）か fast-csv（モダンAPI・型安全性重視）が適しています。
• Node.jsで小〜中規模のCSVを一括でJSONに変換したい場合は、csvtojson の豊富なオプションが便利です。

正しいツールを選ぶことで、コードの可読性、パフォーマンス、保守性が大きく変わります。プロジェクトの要件に合わせて最適なライブラリを選びましょう。