如何将Jira本地问题文件转换为可导入Jira的CSV格式文件

你手头的目录结构是Jira客户端/服务端本地缓存的标准结构：以问题编号命名的外层文件夹下，thumbs目录存的是附件缩略图，同目录下两个未知扩展名文件是本地序列化存储的问题元数据与索引碎片，不需要找专门的格式转换工具，按以下步骤操作即可完成恢复：

• 先识别元数据文件格式
  用纯文本编辑器（Notepad++、VS Code均可）直接打开两个未知扩展名的文件：
  • 如果文件内容是可读的键值对结构，大括号开头的就是JSON格式元数据，直接提取问题标题、描述、创建人、标签、时间等字段即可
  • 如果开头是<?xml标识就是XML格式的问题导出片段，对应提取字段即可
  • 如果打开是乱码，就是Lucene索引碎片，没有解析价值，直接跳过即可
• 整理生成符合Jira导入要求的CSV文件
  严格按照Jira CSV导入的字段规范整理内容，核心必填字段对应规则：
  • Issue Key：直接取外层文件夹的编号名称，比如文件夹名为PROJ-245就直接填该值，导入时会自动匹配现有项目的问题编号规则
  • Summary：对应问题标题，从元数据中提取
  • Description：对应问题详情，注意对内容里的逗号、换行符做CSV转义，避免列错位
  • Attachment：不要关联thumbs目录下的缩略图文件，这类文件是压缩后的低清预览图，导入后无法替代原附件；如果找不到原始附件，可在导入后手动补传缩略图并标注
  • 其余字段（经办人、优先级、标签、创建时间等）能从元数据中提取的就对应匹配列，提取不到的留空，导入完成后手动补全即可
• 导入前校验注意事项
  • CSV文件必须以UTF-8编码保存，避免中文、特殊字符出现乱码
  • 先拿1-2条问题样本在测试项目做导入验证，确认字段映射关系完全正确后，再做全量导入，避免污染正式项目数据
  • 如果丢失的问题总量在100条以内，直接按文件夹编号手动创建问题、补录内容的效率，会高于解析元数据文件的效率，可以根据实际数据量选择方案

内容的提问来源于stack exchange，提问作者Medet Koilybay