跳转至

数据序列化格式

本文介绍数据序列化 (data serialization) 的一些基本格式。所谓数据序列化，就是把内存中的数据结构（如对象、字典、数组）转化为可以存储或传输的文本或二进制形式。反过来，再把这种序列化格式的数据解析读取到内存的过程称为反序列化 (deserialization)。

本文主要介绍四种数据序列化格式，包括 YAML、JSON、XML 和 TOML，这些四种格式的设计理念各不相同，下表展示了这四种格式的一些对比信息：

格式 层次结构 特点 适用场景
YAML 缩进表示 容错性强，可读性好 配置文件、CI/CD
JSON 花括号嵌套 语法严格，通用性好 API、Web 传输
XML 标签嵌套 内容冗长，但语义强 配置、文档、协议
TOML 标题段 简洁易读，歧义性低 应用配置、包管理

共性语法

注释 / comments

1
# 这是一个注释

1
// JSON 不支持注释（但某些解析器允许）

1
<!-- 这是一个注释 -->

1
# 这是一个注释

字典 / dictionary

1
2
name: Alice
age: 30

1
2
3
4
{
  "name": "Alice",
  "age": 30
}

1
2
3
4
<person>
  <name>Alice</name>
  <age>30</age>
</person>

1
2
name = "Alice"
age = 30

列表 / list

1
2
3
4
fruits:
  - apple
  - banana
  - cherry

1
2
3
{
  "fruits": ["apple", "banana", "cherry"]
}

1
2
3
4
5
<fruits>
  <item>apple</item>
  <item>banana</item>
  <item>cherry</item>
</fruits>

1
fruits = ["apple", "banana", "cherry"]

字符串 / string

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
title: "Hello, World"

# 使用 | 表示保持换行
description: |
  This is a multiline string.
  Each line is preserved as-is.
# 等价于 "This is a multiline string.\nEach line is preserved as-is.\n"

# 使用 > 表示将换行转换为空格
msg: >
  This is a long message
  that will be collapsed into
  a single line.
# 等价于 "This is a long message that will be collapsed into a single line."

1
2
3
4
{
  "title": "Hello, World",
  "description": "多行字符串需要使用 \\n 手动换行"
}

1
2
3
4
<text>Hello, World</text>
<multiline>
  多行内容可以直接写在标签内
</multiline>

1
2
3
4
5
title = "Hello, World"
description = """
多行字符串使用三引号
支持换行和缩进
"""

嵌套结构 / object

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
# 字典嵌套字典
company:
  name: OpenAI
  founded: 2015
  location: San Francisco
  active: true
  # 字典嵌套列表
  departments:
    # 列表嵌套字典
    - name: Research
      leader: Alice
    - name: HR
      leader: Carol

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
{
  "company": {
    "name": "OpenAI",
    "founded": 2015,
    "location": "San Francisco",
    "active": true,
    "departments": [
      { "name": "Research", "leader": "Alice" },
      { "name": "HR", "leader": "Carol" }
    ]
  }
}

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
<company>
  <name>OpenAI</name>
  <founded>2015</founded>
  <location>San Francisco</location>
  <active>true</active>
  <departments>
    <department>
      <name>Research</name>
      <leader>Alice</leader>
    </department>
    <department>
      <name>HR</name>
      <leader>Carol</leader>
    </department>
  </departments>
</company>

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
[company]
name = "OpenAI"
founded = 2015
location = "San Francisco"
active = true

[[company.departments]]
name = "Research"
leader = "Alice"

[[company.departments]]
name = "HR"
leader = "Carol"

日期与布尔值 / datetime & bool

1
2
created: 2025-10-08
active: true

1
2
3
4
{
  "created": "2025-10-08",
  "active": true
}

1
2
<created>2025-10-08</created>
<active>true</active>

1
2
created = 2025-10-08T00:00:00Z
active = true

YAML 特性

1）缩进必须用空格（不能用 Tab），至于几个空格无所谓，只要前后文一致即可。

2）支持引用与锚点：

使用 & 符号定义当前配置项的别名，用于后续复用。使用 * 符号表示复用对应的配置，使用 << 表示合并到对应的配置。例如下面的配置：

1
2
3
4
5
6
7
8
9
defaults: &default_settings
  timeout: 30
  retries: 5
server1:
  <<: *default_settings
  host: server1.com
server2:
  <<: *default_settings
  host: server2.com

等价于：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
defaults: &default_settings
  timeout: 30
  retries: 5
server1:
  timeout: 30
  retries: 5
  host: server1.com
server2:
  timeout: 30
  retries: 5
  host: server2.com

3）支持多文档分隔符 ---。解析器会按照 --- 自动分割 YAML 配置，表示不同的文档配置。

JSON 特性

1）语法严格，键必须用双引号。

2）不允许尾随逗号。

3）不支持注释（但有些实现如 JSON5 支持）。

XML 特性

1）必须有根节点。

2）属性可附加在标签上。例如：

1
<user id="42" active="true">Alice</user>

3）支持命名空间与自定义标签。

TOML 特性

1）使用方括号分节 [section] 表示层级。一层表示一级，第一级含有一层方括号。

2）支持表格数组：

1
2
3
4
5
[[servers]]
ip = "192.168.1.1"

[[servers]]
ip = "192.168.1.2"

3）类型明确（int、float、bool、datetime、string）

1
2
3
4
5
port = 8080                          # int
price = 19.99                        # float
enabled = true                       # bool
release_date = 2025-10-08T12:00:00Z  # datetime
message = "Hello, world!"            # string