[[260876]]

一段超級(jí)嚴(yán)肅的關(guān)于樣本序列化的集合、子集和超集的文字

我是一名開(kāi)發(fā)者，我讀代碼，我寫代碼，我寫會(huì)寫代碼的代碼，我寫會(huì)寫出供其它代碼讀的代碼的代碼。這些都非常火星語(yǔ)，但是有其美妙之處。然而，***一點(diǎn)，寫會(huì)寫出供其它代碼讀的代碼的代碼，可以很快變得比這段文字更費(fèi)解。有很多方法可以做到這一點(diǎn)。一種不那么復(fù)雜而且開(kāi)發(fā)者社區(qū)***的方式是數(shù)據(jù)序列化。對(duì)于那些不了解我剛剛拋給你的時(shí)髦詞的人，數(shù)據(jù)序列化是從一個(gè)系統(tǒng)獲取一些信息，將其轉(zhuǎn)換為其它系統(tǒng)可以讀取的格式，然后將其傳遞給其它系統(tǒng)的過(guò)程。

雖然數(shù)據(jù)序列化格式多到可以埋葬哈利法塔，但它們大多分為兩類：

• 易于人類讀寫，
• 易于機(jī)器讀寫。

很難兩全其美，因?yàn)槿祟愊矚g讓我們更具表現(xiàn)力的松散類型和靈活格式標(biāo)準(zhǔn)，而機(jī)器傾向于被確切告知一切事情而沒(méi)有二義性和細(xì)節(jié)缺失，并且認(rèn)為“嚴(yán)格規(guī)范”才是它們***的口味。

由于我是一名 web 開(kāi)發(fā)者，而且我們是一個(gè)創(chuàng)建網(wǎng)站的機(jī)構(gòu)，我們將堅(jiān)持使用 web 系統(tǒng)可以理解或不需要太多努力就能理解的特殊格式，而且對(duì)人類可讀性特別有用的格式：XML、JSON、TOML、CSON 以及 YAML。每個(gè)都有各自的優(yōu)缺點(diǎn)和適當(dāng)?shù)挠美龍?chǎng)景。

事實(shí)***

回到互聯(lián)網(wǎng)的早期，一些非常聰明的家伙決定整合一種讓每個(gè)系統(tǒng)都能理解的標(biāo)準(zhǔn)語(yǔ)言，并創(chuàng)造性地將其命名為標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言Standard Generalized Markup Language（簡(jiǎn)稱 SGML）。SGML 非常靈活，發(fā)布者也很好地定義了它。它成為了 XML、SVG 和 HTML 等語(yǔ)言之父。所有這三個(gè)都符合 SGML 規(guī)范，可是它們都是規(guī)則更嚴(yán)格、靈活性更少的子集。

最終，人們開(kāi)始看到非常小、簡(jiǎn)潔、易讀且易于生成的數(shù)據(jù)的好處，這些數(shù)據(jù)可以在系統(tǒng)之間以編程的方式共享，而開(kāi)銷很小。大約在那個(gè)時(shí)候，JSON 誕生了并且能夠滿足所有的需求。而另一方面，其它語(yǔ)言也開(kāi)始出現(xiàn)以處理更多的專業(yè)用例，如 CSON，TOML 和 YAML。

XML：不行了

原本，XML 語(yǔ)言非常靈活且易于編寫，但它的缺點(diǎn)是冗長(zhǎng)，人類難以閱讀、計(jì)算機(jī)非常難以讀取，并且有很多語(yǔ)法對(duì)于傳達(dá)信息并不是完全必要的。

今天，它在 web 上的數(shù)據(jù)序列化的用途已經(jīng)消失了。除非你在編寫 HTML 或者 SVG，否則你不太能在許多其它地方看到 XML。一些過(guò)時(shí)的系統(tǒng)今天仍在使用它，但是用它傳遞數(shù)據(jù)往往太重了。

我已經(jīng)可以聽(tīng)到 XML 老爺爺開(kāi)始在它們的石碑上亂寫為什么 XML 是了不起的，所以我將提供一個(gè)小小的補(bǔ)充：XML 可以很容易地由系統(tǒng)和人讀寫。然而，真的，我的意思是荒謬的，很難創(chuàng)建一個(gè)可以規(guī)范的讀取它的系統(tǒng)。這是一個(gè)簡(jiǎn)單美觀的 XML 示例：

<book id="bk101">
<author>Gambardella, Matthew</author>
<title>XML Developer's Guide</title>
<genre>Computer</genre>
<price>44.95</price>
<publish_date>2000-10-01</publish_date>
<description>An in-depth look at creating applications
with XML.</description>
</book>

太棒了。易于閱讀、理解、寫入，也容易編碼一個(gè)可以讀寫它的系統(tǒng)。但請(qǐng)考慮這個(gè)例子：

<!DOCTYPE r [ <!ENTITY y "a]>b"> ]>
<r>
<a b="&y;>" />
<![CDATA[[a>b <a>b <a]]>
<?x <a> <!-- <b> ?> c --> d
</r>

這上面是 100% 有效的 XML。幾乎不可能閱讀、理解或推理。編寫可以使用和理解這個(gè)的代碼將花費(fèi)至少 36 根頭發(fā)和 248 磅咖啡渣。我們沒(méi)有那么多時(shí)間或咖啡，而且我們大多數(shù)老程序員們現(xiàn)在都是禿頭。所以，讓它活在我們的記憶里，就像 css hacks、IE 6 瀏覽器 和真空管一樣好了。

JSON：并列聚會(huì)

好吧，我們都同意，XML = 差勁。那么，好的替代品是什么？JavaScript 對(duì)象表示法JavaScript Object Notation，簡(jiǎn)稱 JSON。JSON（讀起來(lái)像 Jason 這個(gè)名字） 是 Brendan Eich 發(fā)明的，并且得到了偉大而強(qiáng)力的 JavaScript 意見(jiàn)*** Douglas Crockford 的推廣。它現(xiàn)在幾乎用在任何地方。這種格式很容易由人和機(jī)器編寫，按規(guī)范中的嚴(yán)格規(guī)則解析也相當(dāng)容易，并且靈活 —— 允許深層嵌套數(shù)據(jù)，支持所有的原始數(shù)據(jù)類型，及將集合解釋為數(shù)組或?qū)ο?。JSON 成為了將數(shù)據(jù)從一個(gè)系統(tǒng)傳輸?shù)搅硪粋€(gè)系統(tǒng)的事實(shí)標(biāo)準(zhǔn)。幾乎所有語(yǔ)言都有內(nèi)置讀寫它的功能。

JSON語(yǔ)法很簡(jiǎn)單。方括號(hào)表示數(shù)組，花括號(hào)表示記錄，由冒號(hào)分隔的兩個(gè)值分別表示屬性或“鍵”（在左邊）、值（在右邊）。所有鍵必須用雙引號(hào)括起來(lái)：

  {
    "books": [
      {
        "id": "bk102",
        "author": "Crockford, Douglas",
        "title": "JavaScript: The Good Parts",
        "genre": "Computer",
        "price": 29.99,
        "publish_date": "2008-05-01",
        "description": "Unearthing the Excellence in JavaScript"
      }
    ]
  }

這對(duì)你來(lái)說(shuō)應(yīng)該是完全有意義的。它簡(jiǎn)潔明了，并且從 XML 中刪除了大量額外廢話，并傳達(dá)相同數(shù)量的信息。JSON 現(xiàn)在是王道，本文剩下的部分會(huì)介紹其它語(yǔ)言格式，這些格式只不過(guò)是 JSON 的簡(jiǎn)化版，嘗試讓其更簡(jiǎn)潔或?qū)θ祟惛鬃x，可結(jié)構(gòu)還是非常相似的。

TOML: 縮短到徹底的利他主義

TOML（Tom 的顯而易見(jiàn)的最小化語(yǔ)言Tom’s Obvious, Minimal Language）允許以相當(dāng)快捷、簡(jiǎn)潔的方式定義深層嵌套的數(shù)據(jù)結(jié)構(gòu)。名字中的 Tom 是指*** Tom Preston Werner，他是一位活躍于我們行業(yè)的創(chuàng)造者和軟件開(kāi)發(fā)人員。與 JSON 相比，語(yǔ)法有點(diǎn)尷尬，更類似 ini 文件。這不是一個(gè)糟糕的語(yǔ)法，但是需要一些時(shí)間適應(yīng)。

[[books]]
id = 'bk101'
author = 'Crockford, Douglas'
title = 'JavaScript: The Good Parts'
genre = 'Computer'
price = 29.99
publish_date = 2008-05-01T00:00:00+00:00
description = 'Unearthing the Excellence in JavaScript'

TOML 中集成了一些很棒的功能，例如多行字符串、保留字符的自動(dòng)轉(zhuǎn)義、日期、時(shí)間、整數(shù)、浮點(diǎn)數(shù)、科學(xué)記數(shù)法和“表擴(kuò)展”等數(shù)據(jù)類型。***一點(diǎn)是特別的，是 TOML 如此簡(jiǎn)潔的原因：

[a.b.c]
d = 'Hello'
e = 'World'

以上擴(kuò)展到以下內(nèi)容：

{
  "a": { 
    "b": {
      "c": { 
        "d": "Hello"
        "e": "World"
      }
    }
  }
}

使用 TOML，你可以肯定在時(shí)間和文件長(zhǎng)度上會(huì)節(jié)省不少。很少有系統(tǒng)使用它或非常類似的東西作為配置，這是它***的缺點(diǎn)。根本沒(méi)有很多語(yǔ)言或庫(kù)可以用來(lái)解釋 TOML。

CSON: 特定系統(tǒng)所包含的簡(jiǎn)單樣本

首先，有兩個(gè) CSON 規(guī)范。 一個(gè)代表 CoffeeScript Object Notation，另一個(gè)代表 Cursive Script Object Notation。后者不經(jīng)常使用，所以我們不會(huì)關(guān)注它。我們只關(guān)注 CoffeeScript。

CSON 需要一點(diǎn)介紹。首先，我們來(lái)談?wù)?CoffeeScript。CoffeeScript 是一種通過(guò)運(yùn)行編譯器生成 JavaScript 的語(yǔ)言。它允許你以更加簡(jiǎn)潔的語(yǔ)法編寫 JavaScript 并轉(zhuǎn)譯成實(shí)際的 JavaScript，然后你可以在你的 web 應(yīng)用程序中使用它。CoffeeScript 通過(guò)刪除 JavaScript 中必需的許多額外語(yǔ)法，使編寫 JavaScript 變得更容易。CoffeeScript 擺脫的一個(gè)大問(wèn)題是花括號(hào) —— 不需要它們。同樣，CSON 是沒(méi)有大括號(hào)的 JSON。它依賴于縮進(jìn)來(lái)確定數(shù)據(jù)的層次結(jié)構(gòu)。CSON 非常易于讀寫，并且通常比 JSON 需要更少的代碼行，因?yàn)闆](méi)有括號(hào)。

CSON 還提供一些 JSON 不提供的額外細(xì)節(jié)。多行字符串非常容易編寫，你可以通過(guò)使用 # 符號(hào)開(kāi)始一行來(lái)輸入注釋，并且不需要用逗號(hào)分隔鍵值對(duì)。

books: [
  id: 'bk102'
  author: 'Crockford, Douglas'
  title: 'JavaScript: The Good Parts'
  genre: 'Computer'
  price: 29.99
  publish_date: '2008-05-01'
  description: 'Unearthing the Excellence in JavaScript'
]

這是 CSON 的大問(wèn)題。它是 CoffeScript 對(duì)象表示法CoffeeScript Object Notation。也就是說(shuō)你要用 CoffeeScript 解析/標(biāo)記化/lex/轉(zhuǎn)譯或其它方式來(lái)使用 CSON。CoffeeScript 是讀取數(shù)據(jù)的系統(tǒng)。如果數(shù)據(jù)序列化的目的是允許數(shù)據(jù)從一個(gè)系統(tǒng)傳遞到另一個(gè)系統(tǒng)，這里我們有一個(gè)只能由單個(gè)系統(tǒng)讀取的數(shù)據(jù)序列化格式，這使得它與防火火柴、防水海綿或者叉匙惱人的脆弱叉子部分一樣有用。

如果這種格式被其它系統(tǒng)也采用，那它在開(kāi)發(fā)者世界中可能非常有用。但到目前為止這基本上沒(méi)有發(fā)生，所以在 PHP 或 JAVA 等替代語(yǔ)言中使用它是不行的。

YAML：年輕人的呼喊

開(kāi)發(fā)人員感到高興，因?yàn)?YAML 來(lái)自一個(gè) Python 的貢獻(xiàn)者。YAML 具有與 CSON 相同的功能集和類似的語(yǔ)法，有一系列新功能，以及幾乎所有 web 編程語(yǔ)言都可用的解析器。它還有一些額外的功能，如循環(huán)引用、軟包裝、多行鍵、類型轉(zhuǎn)換標(biāo)簽、二進(jìn)制數(shù)據(jù)、對(duì)象合并和集合映射。它具有非常好的可讀性和可寫性，并且是 JSON 的超集，因此你可以在 YAML 中使用完全合格的 JSON 語(yǔ)法并且一切正常工作。你幾乎不需要引號(hào)，它可以解釋大多數(shù)基本數(shù)據(jù)類型（字符串、整數(shù)、浮點(diǎn)數(shù)、布爾值等）。

books:
  - id: bk102
  author: Crockford, Douglas
  title: 'JavaScript: The Good Parts'
  genre: Computer
  price: 29.99
  publish_date: !!str 2008-05-01
  description: Unearthing the Excellence in JavaScript

業(yè)界的年輕人正在迅速采用 YAML 作為他們***的數(shù)據(jù)序列化和系統(tǒng)配置格式。他們這樣做很機(jī)智。YAML 具有像 CSON 一樣簡(jiǎn)潔的所有好處，以及與 JSON 一樣的數(shù)據(jù)類型解釋的所有功能。YAML 像加拿大人容易相處一樣容易閱讀。

YAML 有兩個(gè)問(wèn)題，對(duì)我而言，***個(gè)是大問(wèn)題。在撰寫本文時(shí)，YAML 解析器尚未內(nèi)置于多種語(yǔ)言，因此你需要使用第三方庫(kù)或擴(kuò)展來(lái)為你選擇的語(yǔ)言解析 .yaml 文件。這不是什么大問(wèn)題，可似乎大多數(shù)為 YAML 創(chuàng)建解析器的開(kāi)發(fā)人員都選擇隨機(jī)將“附加功能”放入解析器中。有些允許標(biāo)記化，有些允許鏈引用，有些甚至允許內(nèi)聯(lián)計(jì)算。這一切都很好（某種意義上），只是這些功能都不是規(guī)范的一部分，因此很難在其他語(yǔ)言的其他解析器中找到。這導(dǎo)致系統(tǒng)限定，你最終遇到了與 CSON 相同的問(wèn)題。如果你使用僅在一個(gè)解析器中找到的功能，則其他解析器將無(wú)法解釋輸入。大多數(shù)這些功能都是無(wú)意義的，不屬于數(shù)據(jù)集，而是屬于你的應(yīng)用程序邏輯，因此***簡(jiǎn)單地忽略它們和編寫符合規(guī)范的 YAML。

第二個(gè)問(wèn)題是很少有解析器完全實(shí)現(xiàn)規(guī)范。所有的基本要素都有，但是很難找到一些更復(fù)雜和更新的東西，比如軟包裝、文檔標(biāo)記和***語(yǔ)言的循環(huán)引用。我還沒(méi)有看到對(duì)這些東西的剛需，所以希望它們不讓你很失望?？紤]到上述情況，我傾向于保持 1.1 規(guī)范 中呈現(xiàn)的更成熟的功能集，而避免在 1.2 規(guī)范 中找到的新東西。然而，編程是一個(gè)不斷發(fā)展的怪獸，所以當(dāng)你讀完這篇文章時(shí)，你或許就可以使用 1.2 規(guī)范了。

最終哲學(xué)

這是***一段話。每個(gè)序列化語(yǔ)言都應(yīng)該以個(gè)案標(biāo)準(zhǔn)的方式評(píng)價(jià)。當(dāng)涉及機(jī)器的可讀性時(shí)，有些無(wú)出其右the bee’s knees。對(duì)于人類可讀性，有些名至實(shí)歸the cat’s meow，有些只是金玉其外gilded turds。以下是最終細(xì)分：如果你要編寫供其他代碼閱讀的代碼，請(qǐng)使用 YAML。如果你正在編寫能寫出供其他代碼讀取的代碼的代碼，請(qǐng)使用 JSON。***，如果你正在編寫將代碼轉(zhuǎn)譯為供其他代碼讀取的代碼的代碼，請(qǐng)重新考慮你的人生選擇。