YAML

YAML Logo

YAML，是一个可读性高，用来表达资料序列的编程语言。YAML参考了其他多种语言，包括：XML、C语言、Python、Perl以及电子邮件格式。Clark Evans在2001年在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援（或解析）这种语言。YAML是"YAML Ain't a Markup Language"（YAML不是一种置标语言）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"（仍是一种置标语言），但为了强调这种语言以数据做为中心，而不是以置标语言为重点，而用返璞词重新命名。

YAML的功能

YAML的语法和其他高阶语言类似，并且可以简单表达清单、杂凑表，标量等资料形态。它使用空白符号缩排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、各种设定档、倾印除错内容、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阶层式（hierarchical model）的数据结构，不过也有精致的语法可以表示关联性（relational model）的资料。由于YAML使用空白字符和分行来分隔资料，使的他特别适合用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，这些符号在巢状结构时会变得复杂而难以辨认。

YAML范例

数据结构可以用类似大纲的缩排方式呈现

---
receipt:     Oz-Ware Purchase Invoice
date:        2007-08-06
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 
price:     100.27
quantity:  1

bill-to:  &id001
street: | 
       123 Tornado Alley
       Suite 16
city:   East Westville
state:  KS

ship-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，在缩排中空白字符的数目并不是非常重要，只要相同阶层的元素左侧对齐就可以了（不过不能使用TAB字符）。这个文件的的顶层由七个键值组成：其中一个键值"items"，是个两个元素构成的阵列（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杂凑表。文件中重复的部分用这个方法处理：使用锚点（&）和参考（*）标签将"bill-to"杂凑表的内容复制到"ship-to"杂凑表。也可以在文件中加入选择性的空行，以增加可读性。在一个档案中，可同时包含多个文件，并用"——"分隔。选择性的符号"..."可以用来表示档案结尾（在利用串流的通讯中，这非常有用，可以在不关闭串流的情况下，发送结束讯号）。

YAML语言的构成元素

• YAML的基本元件

YAML提供缩排／区块以及内置（inline）两种格式，来表示清单和杂凑表。以下展示几种YAML的基本原件。

• 清单（阵列）

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）

--- # 购物清单 [milk, pumpkin pie, eggs, juice]

• 杂凑表

键值和资料由冒号及空白字符分开。

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

• 区块的字符

再次强调，字串不需要包在引号之内。保存新行(Newlines preserved)

--- |                                      
#译者注：這是一首著名的五行民谣(limerick)
There once was a man from Darjeeling     
#这里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

根据设定，前方的引领空白符号（leading white space）必须排成条状，以便和其他资料或是行为（如范例中的缩排）明显区分。

• 折叠新行(Newlines folded)

--- >
  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

和保存新行不同的是，换行字元会被转换成空白字符。而引领空白字符则会被自动消去。

• 阶层化的元素

杂凑表中使用清单

- {name: John Smith, age: 33}
- name: Mary Smith
  age: 27

清单中使用杂凑表

men: [John Smith, Bill Jones]
women:
  - Mary Smith
  - Susan Williams

• YAML的进阶元件

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。

树状结沟之间的交互参照

资料合并和参考

为了维持文件的简洁，并避免资料输入的错误，YAML提供了结点参考（*）和杂凑合并（<<）参考到其他结点标签的锚点标记（&）。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"的范例）合并只有杂凑表可以使用，可以将键值自锚点标记复制到指定的杂凑表中。

当资料被instantiate合并和参考会被剖析器自动展开。

#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，严格型态（也就是使用者有宣告的资料形态）很难在大部分的YAML文件中看到。资料型态可以被区分成三大类：原码（core），定义（defined），使用者定义（user-defined）。原码可以自动被解析器分析（例如：浮点数，整数，字串，清单，映射，...）。有一些进阶的资料形态──例如位元资料──在YAML中有被“定义”，但不是每一种解析器都有支援。最后，YAML支援使用者自定的区域变量，包括：自订的类别，结构或基本型态（例如：四倍精度的浮点数）。

• 强迫转型

YAML的自动判定资料形态是哪一种实体。但有时使用者会想要将资料强迫转型成自定的某种型态。最常见的状况是字串，有时候可能看起来像数字或布林值，这种时候可以使用双引号，或是使用严格型态标签。

---
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"）

• 其他特殊资料形态

除了一般的资料形态之外，使用者也可以使用一些较为进阶的型态，但不保证可被每种解析器分析。使用时和强迫转型类似，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），时间邮戳（timestamps）以及十六进制资料（hexadecimal）。下面这个范例则是位元资料（binary）

---
picture: !!binary |
 R0lGODlhDAAMAIQAAP//9/X
 17unp5WZmZgAAAOfn515eXv
 Pz7Y6OjuDg4J+fn5OTk6enp
 56enmleECcgggoBADs=mZmE

• 使用者自行扩充的资料形态

许多YAML的实现允许使用者自订资料形态。在将一个物件序列化时，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，不过这种型态在特定的YAML应用程式中是有定义的。这种区域资料形态用惊叹号（!）表示。

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

YAML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，是关于基本元件的摘要。
• YAML使用可打印的Unicode字符，可使用UTF-8或UTF-16。
• 使用空白字符为文件缩排来表示结构；不过不能使用跳格字符(TAB)。
• 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）
• 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。
• 每个杂凑表的成员用冒号+空白（ : ）分开键值和内容。或使用大括号（ { } ），并用逗号+空白（ , ）分开。
• 杂凑表的键值可以用问号 ( ? )起始，用来明确的表示多个词汇组成的键值。
• 字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。
• 使用双引号表示字串时，可用倒斜线（ \ ）开始的跳脱字符（这跟C语言类似）表示特殊字符。
• 区块的字串用缩排和修饰词（非必要）来和其他资料分隔，有新行保留（preserve）（使用符号 | ）或新行折叠（flod）（使用符号 > ）两种方式。
• 在单一档案中，可用连续三个连字号（——）区分多个档案。
• 另外，还有选择性的连续三个点号（ ... ）用来表示档案结尾。
• 重复的内容可使从参考标记星号 ( * )复制到锚点标记（ & ）。
• 指定格式可以使用两个惊叹号 ( !! )，后面接上名称。
• 档案中的单一文件可以使用指导指令，使用方法是百分比符号( % )。有两个指导指令在YAML1.1版中被定义：
• %YAML 指导指令，用来识别文件的YAML版本。
• %TAG 指导指令，被用在URI的字首标记。这个方法在标记节点的型态时相当有用。
• YAML再使用逗号及冒号时，后面都必须接一个空白字符，所以可以再字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（ ` ）。

与其他资料序列语言比较

• JSON

JSON的语法是YAML1.2版的子集[5],，同时非常接近[6] YAML1.0与1.1版的子集，因此大部分的JSON文件都可以被YAML的剖析器剖析。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，不过这并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：进阶资料形态、关系锚点、字串不需要双引号、映射资料形态会储存键值的顺序。

• XML和SDL

XML和SDL标签概念，在YAML中是不找不到的。对于数据结构序列（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资讯分离，并将各种原生数据结构（如：杂凑表、阵列）用同一种语言表示。YAML则以资料的可扩展性作为替代。（包括为了模拟物件的类别型态）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转换程式应用在YAML之上。况且，在一般使用的情况下，YAML丰富的定义型态之语法已经提供了足够的方式，来辨认YAML文件是否正确。

• 缩排划界

由于YAML的运作主要依赖大纲式的缩排来决定结构，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 modification
message:  |
        <font name='times' size=10>
         <p><i>"Three is always greater than
         two, even for large values of two"</i>
         </p><p>    --Author Unknown    </p></font>
date: 2007-06-01

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。

• 非阶层式的资料模型

跟SDL、JSON等，每个子结点只能有单一一个父节点的阶层是模型不同，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剖析器在将YAML转换成物件时，会自动将那些参考资料的结构展开，所以程式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式的可读性，并且，在那种‘大部分参数维持和上次相同，只有少数改变’的设定档及通讯协定中，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。

• 实际的考量

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、括号及引号，可以从很简单的利用程式，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、寻找引号和跳脱字符）。当处理一个单一静态的，整个存在内存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，尽管它的缩排方式似乎复杂化了深度很大的巢状层次， YAML将缩排视为一个单一的空白，这可能会取得比其他标记语言更好的压缩比。此外，极深的缩排可以完全避免的是：

(1)使用“内置格式”（即简称类JSON格式）而无缩排；

(2)使用关联锚点展开阶层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。

• 安全性

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。这代表剖析器会相当（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，使用JavaScript本身的剖析器是相当诱人的，不过也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。

• 资料处理和呈现

XML和YAML规范提供非常不同的逻辑模型来进行资料结点的展现、处理及储存。

相关条目

• HTML
• DTD
• XHTML
• JAVA
• JQuery

参考来源

• http://zh.wikipedia.org/zh-cn/YAML