YAML - 简介

2018/06/30 共 2194 字 7 分钟阅读
DATA FORMAT yaml

AI 摘要: YAML是一种可读性高的数据序列格式，以数据为中心，适合表达层次结构的数据。与JSON和XML相比，YAML具有许多特点，如不依赖引号、提供关系引用和避免代码注入等。

1. YAML基础

1.1. 概述

Yaml是一个可读性高，用来表达数据序列的格式，有17年历史

YAML是"YAML Ain’t a Markup Language”（不是一个标记语言）的缩写，强调这种语言以数据做为中心，而不是以标记语言为重点

1.2. 特点

YAML使用空白字符和分行来分隔数据，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）
可以简单表达清单、散列表，标量等数据形态
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）的数据

1.3. 基本语法

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
---
receipt:     Oz-Ware Purchase Invoice
date:        2012-08-06
customer:
    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:  1
bill-to:  &id001
    street: |
            123 Tornado Alley
            Suite 16            
    city:   East Centerville
    state:  KS
ship-to:  *id001   
specialDelivery:  >
    Follow the Yellow Brick
    Road to the Emerald City.
    Pay no attention to the
    man behind the curtain.    
...

1.4. 语法说明

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（不能使用TAB字符）
YAML使用可打印的Unicode字符，可使用UTF-8或UTF-16
YAML在使用逗号及冒号时，后面都必须接一个空白字符
注解由井字号（ # ）开始，可以出现在一行中的任何位置，而且范围只有一行（也就是一般所谓的单行注解）
字符串平常并不使用引号，但必要的时候可以用双引号 ( " )或单引号 ( ' )框住
- 倒斜线（\ ）开始的转义字符,表示特殊字符。
支持数组、散列表
- 每个清单成员以单行表示，并用短杠+空白（ - ）起始。或使用方括号（ [ ] ），并用逗号+空白（, ）分开成员。
- 每个散列表的成员用冒号+空白（ : ）分开键值和内容。或使用大括号（ { } ），并用逗号+空白（, ）分开。
区块的字符串用缩进和修饰符（非必要）来和其他数据分隔
- 新行保留（preserve）（使用符号 | ）
- 新行折叠（flod）（使用符号 > ）两种方式
指定格式可以使用两个惊叹号 ( !! )，后面接上名称
重复的部分用这个方法处理：使用锚点（&）和引用（*）标签
- 重复的内容可使从参考标记星号 ( *)复制到锚点标记（ & ）
在单一文件中
- 可用连续三个连字号（---）区分多个文件
- 有选择性的连续三个点号（ ... ）用来表示文件结尾
可以在文件中加入选择性的空行，以增加可读性
文件中的单一文件可以使用指导指令，使用方法是百分比符号( % )
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（ ` ）。

2. YAML构成元素

2.1. 数组清单

区块格式：短杠+空白字符作为起始
内置格式：逗号+空白区隔

1
2
3
4
5
6
--- # 最喜愛的電影
- Casablanca
- North by Northwest

--- # 購物清單 
[milk, pumpkin pie, eggs, juice]

2.2. 散列表

区块形式（常使用与YAML数据文档中）使用缩进和换行符分隔key: value对。
内置形式（常使用与YAML数据流中）在大括号中使用逗号+空白字符分隔key: value对

1
2
3
4
5
6
--- # 區塊形式
name: John Smith
age: 33

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

2.3. 字符串以及区块字符

字符串不需要包在引号之内，多行字符书写方式：

保存新行（使用|字符），前方的引领空白符号（leading white space）必须排成条状
折叠新行（使用>字符），引领空白字符则会被自动消去，换行字符会被转换成空白字符

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
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

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   

2.4. 层次化结构

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
// 在清单中使用散列表
- {name: John Smith, age: 33}
- name: Mary Smith
  age: 27

// 在散列表中使用清单
men: [John Smith, Bill Jones]
women:
  - Mary Smith
  - Susan Williams

2.5. 引用

YAML最常被提到的特色有两个：关系树和数据形态

2.6. 数据合并和引用

YAML提供了结点参考（*）和散列合并（<<）引用到其他结点标签的锚点标记（&）

定义锚点，&锚点名称
引用锚点，*锚点名称
引用锚点，进行数据合并，<< *锚点名称

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
// 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

2.7. YAML常见数据类型

YAML数据类型有三大类：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，…）
高级的数据形态──例如比特数据（在YAML中有被“定义”，但不是每一种解析器都有支持）
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

强制类型转换：

有时用户会想要将数据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。

1
2
3
4
5
6
7
8
9
---
a: 123                     # 整數
b: "123"                   # 字串（使用雙括號）
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"）

2.8. 其他不常见的数据类型

除了一般的数据形态之外，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（!!）。

不常见的数据类型有：

集合（sets）
有序映照（ordered maps）
时间戳记（timestamps）
十六进制数据（hexadecimal）
比特数据（binary）

1
2
3
4
5
6
7
// 比特数据（binary）
---
picture: !!binary |
 R0lGODlhDAAMAIQAAP//9/X
 17unp5WZmZgAAAOfn515eXv
 Pz7Y6OjuDg4J+fn5OTk6enp
 56enmleECcgggoBADs=mZmE 

2.9. 用户自定义的数据类型

将一个对象序列化时，这个方法还颇方便的，这种数据形态用惊叹号（ ! ）表示

1
2
---
myObject:  !myClass{name: Joe, age: 15}

3. YAML和其他数据格式的差别

与JSON、XML格式对比

JSON，是YAML1.2的子集，YAML的许多扩展在JSON是找不到的，如：高级数据形态、关系锚点、字符串不需要双引号、映射数据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。
YAML的数据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，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。
YAML提供了一个简单的关系引用，重复相同的数据，而不必显示那些冗余的结构
YAML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；
- (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。
安全方面
- YAML是纯粹用来表达数据的语言，所以内部不会存代码注射的可执行命令
- JSON是JavaScript的子集，因此可能有人想使用JavaScript本身的剖析器直接eval，不过这样一来容易造成许多代码注射的漏洞

3.1. 参考

官档：https://yaml.org/spec/1.2/spec.html#id2761803
参考：https://zh.wikipedia.org/wiki/YAML
Y分钟学习:https://learnxinyminutes.com/docs/zh-cn/yaml-cn/