YAML

✍ dations ◷ 2025-02-25 05:54:09 #YAML

YAML(/ˈjæməl/,尾音类似camel骆驼)是一个可读性高,用来表达资料序列化的格式。YAML参考了其他多种语言,包括:C语言、Python、Perl,并从XML、电子邮件的数据格式(RFC 2822)中获得灵感。Clark Evans在2001年首次发表了这种语言,另外Ingy döt Net与Oren Ben-Kiki也是这语言的共同设计者。目前已经有数种编程语言或脚本语言支持(或者说解析)这种语言。

YAML是"YAML Ain't a Markup Language"(YAML不是一种标记语言)的递归缩写。在开发的这种语言时,YAML的意思其实是:"Yet Another Markup Language"(仍是一种标记语言),但为了强调这种语言以数据为中心,而不是以标记语言为重点,而用反向缩略语重命名。

YAML的语法和其他高级语言类似,并且可以简单表达清单、散列表,标量等资料形态。它使用空白符号缩进和大量依赖外观的特色,特别适合用来表达或编辑数据结构、各种配置文件、倾印调试内容、文件大纲(例如:许多电子邮件标题格式和YAML非常接近)。尽管它比较适合用来表达层次结构式(hierarchical model)的数据结构,不过也有精致的语法可以表示关系性(relational model)的资料。由于YAML使用空白字符和分行来分隔资料,使得它特别适合用grep/Python/Perl/Ruby操作。其让人最容易上手的特色是巧妙避开各种封闭符号,如:引号、各种括号等,这些符号在嵌套结构时会变得复杂而难以辨认。

数据结构可以用类似大纲的缩进方式呈现

---receipt:     Oz-Ware Purchase Invoicedate:        2012-08-06customer:    given:   Dorothy    family:  Gale   items:    - part_no:   A4786      descrip:   Water Bucket (Filled)      price:     1.47      quantity:  4    - part_no:   E1628      descrip:   High Heeled "Ruby" Slippers      size:      8      price:     133.7      quantity:  1bill-to:  &id001    street: |             123 Tornado Alley            Suite 16    city:   East Centerville    state:  KSship-to:  *id001   specialDelivery:  >    Follow the Yellow Brick    Road to the Emerald City.    Pay no attention to the    man behind the curtain....

注意在YAML中,字符串不一定要用双引号标示。另外,在缩进中空白字符的数目并不是非常重要,只要相同层次结构的元素左侧对齐就可以了(不过不能使用TAB字符)。这个文件的顶层由七个键值组成:其中一个键值"items",是两个元素构成的数组(或称清单),这清单中的两个元素同时也是包含了四个键值的散列表。文件中重复的部分用这个方法处理:使用锚点(&)和引用(*)标签将"bill-to"散列表的内容复制到"ship-to"散列表。也可以在文件中加入选择性的空行,以增加可读性。在一个文件中,可同时包含多个文件,并用"---"分隔。选择性的符号"..."可以用来表示文件结尾(在利用流的通信中,这非常有用,可以在不关闭流的情况下,发送结束信号)。

YAML提供缩进/区块以及内置(inline)两种格式,来表示清单和散列表。以下展示几种YAML的基本原件。

习惯上清单比较常用区块格式(block format)表示,也就是用短杠+空白字符作为起始。

 --- # 最喜愛的電影 - Casablanca - North by Northwest - Notorious

另外还有一种内置格式(inline format)可以选择──用方括号围住,并用逗号+空白区隔(类似JSON的语法)。

 --- # 購物清單  

关系数组

键值和资料由冒号及空白字符分开。区块形式(常使用于YAML数据文档中)使用缩进和换行符分隔key: value对。内置形式(常使用于YAML数据流中)在大括号中使用逗号+空白字符分隔key: value对。

 --- # 區塊形式   name: John Smith   age: 33 --- # 內置形式 {name: John Smith, age: 33}

区块的字符

再次强调,字符串不需要包在引号之内。

有两种语法可以书写多行文字(multi-line strings),一种为保留换行(使用|字符),另一种为折叠换行(使用>字符)。两种语法在其特殊字符之后都必须接着换行。

data: |                                     # 譯者注:這是一首著名的五行民謠(limerick)   There once was a man from Darjeeling     # 這裡曾有一個人來自大吉嶺   Who got on a bus bound for Ealing        # 他搭上一班往伊靈的公車       It said on the door                  # 門上這麼說的       "Please don't spit on the floor"     # "請勿在地上吐痰"   So he carefully spat on the ceiling      # 所以他小心翼翼的吐在天花板上

根据默认,每行开头的缩进(以首行为基准)和行末空白会被去除,而不同的缩进会保留差异。

data: >   Wrapped text         # 摺疊的文字   will be folded       # 將會被收   into a single        # 進單一一個   paragraph            # 段落      Blank lines denote   # 空白的行代表   paragraph breaks     # 段落之間的區隔

和保留换行不同的是,只有空白行才视为换行,原本的换行字符会被转换成空白字符,而行首缩进会被去除。

- {name: John Smith, age: 33}- name: Mary Smith  age: 27
于散列表中使用清单
men: women:  - Mary Smith  - Susan Williams

YAML的高级组件

这部分算是一个后续的讨论,在比较各种数资料列语言时,YAML最常被提到的特色有两个:关系树和资料形态。

为了维持文件的简洁,并避免资料输入的错误,YAML提供了节点参考(*)和散列合并(<<)参考到其他节点标签的锚点标记(&)。参考会将树状结构加入锚点标记的内容,并可以在所有数据结构中运作(可以参考上面"ship-to"的示例)合并只有散列表可以使用,可以将键值自锚点标记复制到指定的散列表中。

当资料被instantiate合并和参考会被分析器自动展开。

#眼部雷射手術之標準程序---- step:  &id001                  # 定義錨點標籤 &id001    instrument:      Lasik 2000    pulseEnergy:     5.4    pulseDuration:   12    repetition:      1000    spotSize:        1mm- step:     <<: *id001                  # 合併鍵值:使用在錨點標籤定義的內容     spotSize:       2mm         # 覆寫"spotSize"鍵值- step:     <<: *id001                  # 合併鍵值:使用在錨點標籤定義的內容     pulseEnergy:    500.0       # 覆寫鍵值     alert: >                    # 加入其他鍵值           warn patient of            audible pop

资料形态

由于自动判定资料形态的功能,严格类型(也就是用户有宣告的资料形态)很难在大部分的YAML文件中看到。资料类型可以被区分成三大类:原码(core),定义(defined),用户定义(user-defined)。原码可以自动被解析器分析(例如:浮点数,整数,字符串,清单,映射,...)。有一些高级的资料形态──例如比特资料──在YAML中有被“定义”,但不是每一种解析器都有支持。最后,YAML支持用户自定的区域变量,包括:自定义的类别,结构或基本类型(例如:四倍精度的浮点数)。

YAML的自动判定资料形态是哪一种实体。但有时用户会想要将资料强制转型成自定的某种类型。最常见的状况是字符串,有时候可能看起来像数字或布尔值,这种时候可以使用双引号,或是使用严格类型标签。

---a: 123                     # 整數b: "123"                   # 字串(使用雙引號)c: 123.0                   # 浮點數d: !!float 123             # 浮點數,使用!!表達的嚴格型態e: !!str 123               # 字串,使用嚴格型態f: !!str Yes               # 字串,使用嚴格型態g: Yes                     # 布林值"真"h: Yes we have No bananas  # 字串(包含"Yes"和"No")
其他特殊资料形态

除了一般的资料形态之外,用户也可以使用一些较为高级的类型,但不保证可被每种解析器分析。使用时和强制转型类似,要在形态名称之前加上两个惊叹号(!!)。有几种重要的形态在本篇没有讨论,包括集合(sets),有序映照(ordered maps),时间戳记(timestamps)以及十六进制资料(hexadecimal)。下面这个示例则是比特资料(binary)

---picture: !!binary | R0lGODdhDQAIAIAAAAAAANn Z2SwAAAAADQAIAAACF4SDGQ ar3xxbJ9p0qa7R0YxwzaFME 1IAADs=
用户自行扩展的资料形态

许多YAML的实现允许用户自定义资料形态。在将一个对象序列化时,这个方法还颇方便的。某些区域资料形态可能不存在默认的资料形态中,不过这种类型在特定的YAML应用程序中是有定义的。这种区域资料形态用惊叹号( ! )表示。

---myObject:  !myClass { name: Joe, age: 15}

语法

在yaml.org(英文)可以找到轻巧而好用的小抄(亦是用YAML表示)及格式说明。下面的内容,是关于基本组件的摘要。

YAML在使用逗号及冒号时,后面都必须接一个空白字符,所以可以在字符串或数值中自由加入分隔符号(例如:5,280或http://www.wikipedia.org)而不需要使用引号。

另外还有两个特殊符号在YAML中被保留,有可能在未来的版本被使用--( @ )和( ` )。

虽然YAML是参考JSON,XML和SDL等语言,不过跟这些语言比起来,YAML仍有自己的特色。

JSON的语法是YAML1.2版的子集,,同时非常 YAML1.0与1.1版的子集,因此大部分的JSON文件都可以被YAML的分析器剖析。这是因为JSON的语法结构和YAML的内置格式相同。虽然大范围的分层也可以使用类似JSON的内置格式,不过YAML标准并不建议这样使用,除非这样编写能让文件可读性增加。YAML的许多扩展在JSON是找不到的,如:高级资料形态、关系锚点、字符串不需要双引号、映射资料形态会存储键值的顺序。

XML和SDL标签概念,在YAML中是找不到的。(尽管这是有争议的),标签属性的特色就是可以将资料及复杂资料附加信息分离,并将各种原生数据结构(如:散列表、数组)用同一种语言表示。YAML则以资料的可扩展性作为替代。(包括为了模拟对象的类别类型)在YAML本身的规范中,并没有类似XML的语言定义文件刚要(language-defined document schema descriptors)──例如验证自己本身的结构是否正确的文件。不过,YAML纲要描述语言(YAML schema descriptor language)是存在的。另外还有YAXML──用XML描述YAML的结构──可以让XML Schema与XSLT转换程序应用在YAML之上。况且,在一般使用的情况下,YAML丰富的定义类型之语法已经提供了足够的方式,来辨认YAML文件是否正确。

由于YAML的运作主要依赖大纲式的缩进来决定结构,这有效解决了界定符冲突(Delimiter collision)的问题。YAML的资料形态不依赖引号之特点,使的YAML文件可以利用区块,轻易的插入各种其他类型文件,如:XML、SDL、JSON,甚至插入另一篇YAML。

---example: >        HTML goes into YAML without modificationmessage: |        <blockquote style="font: italic 12pt Times">        <p>"Three is always greater than two,           even for large values of two"</p>        <p>--Author Unknown</p>        </blockquote>

相反的,要将YAML置入XML或SDL中时,需要将所有空白字符和位势符号(potential sigils,如:<,>和&)转换成实体语法;要将YAML置入JSON中,需要用引号框住,并转换内部的所有引号。

跟SDL、JSON等,每个子结点只能有单一一个父节点的层次结构式模型不同,YAML提供了一个简单的关系体制,可以从树状结构的其他地方,重复相同的资料,而不必显示那些冗余的结构。这点和XML中的IDRef类似YAML分析器在将YAML转换成对象时,会自动将那些参考资料的结构展开,所以程序在使用时并不会查觉到哪些资料是解码自这种结构。XML则不会将这种结构展开。这种表示法可以增加程序的可读性,并且,在那种‘大部分参数维持和上次相同,只有少数改变’的配置文件及通信协议中,可以减少数据输入错误。一个例子是:‘送货地点’和‘购买地点’在发票的纪录中几乎都是相同的资料。

YAML是“行导向的”,因此,就算想由现有程序的混乱输出,转换成YAML格式,并保留大部分的原始文件之外观,也非常简单。因为他不需要平衡封闭的标签、括弧及引号,可以从很简单的利用程序,从报表产生YAML。同样,空格分隔可让使用行导向的命令如:grep、Awk、perl、ruby,和Python,来应急性的过滤YAML文件时更加方便。

特别是与标记语言不同的,连续的YAML区块导向往往是格式良好的YAML文件本身。这使得很容易撰写那种“在开始提取的具体记录之前,不需要'读取全部文件内容'”的解析器(通常需要平衡起始和关闭标签、查找引号和转义字符)。当处理一个单一静态的,整个存在存储器中的数据结构将很大,或为提取一个项目来重建的整个结构,代价相当昂贵的记录档,这种特性是相当方便的。

值得讨论的是,尽管它的缩进方式似乎复杂化了深度很大的嵌套层次, YAML将缩进视为一个单一的空白,这可能会获取比其他标记语言更好的压缩比。此外,极深的缩进可以完全避免的是: (1)使用“内置格式”(即简称类JSON格式)而无缩进;或 (2)使用关系锚点展开层次结构以形成一个摊平的格式,使得YAML解析器能透明地重组成完整的数据结构。

YAML是纯粹用来表达资料的语言,所以内部不会存代码注射的可执行命令。这代表分析器会相当(至少)安全的解析文件,而不用担心潜在与执行命令相关的安全漏洞。举例来说,JSON是JavaScript的子集,因此可能有人想使用JavaScript本身的分析器直接eval,不过这样一来就造成许多代码注射的漏洞。虽然在所有资料序列语言中,安全解析本质上是可能的,但可执行性却正是这样一个恶名昭彰的缺陷;而YAML缺乏相关的命令语言,可能是一个相对安全的利益。

XML和YAML规范提供非常不同的模型来进行资料结点的展现、处理及存储。

简单的YAML文件(例如:简单的键值对)不需要完整的YAML分析器,便可以被正则表达式解析。许多常用的编程语言──纯用某个语言,让库具有可携性──都有的YAML的产生器和分析器。当性能比较重要时,也有许多和C语言绑定的库可使用。

下面几种编程语言都有与YAML相关的库:

其他标记语言:

相关