YAML 与 JSON：语法、优势和转换限制

共同的数据模型

两种格式都能表示映射、序列、字符串、数字、布尔值和 null。常规配置通常可以在不改变业务数据的情况下完成转换。

JSON 使用花括号、方括号和逗号；YAML 主要依赖缩进和行结构。

YAML 独有的功能

YAML 支持注释、锚点、别名、标签、块字符串和多文档流，JSON 没有对应语法。

转换时别名会展开，注释会消失，多个文档会放入一个数组。

如何选择格式

JSON 适合 API 和严格的机器交换；YAML 更适合由人维护的配置文件。

投入生产前，应检查日期、大整数、非字符串键和标签值。

可靠的分步处理流程

应把YAML 与 JSON视为一次有明确输入、预期结构和目标系统的数据转换。先复制原文，在改变表示方式前完成验证，再提取一个足以复现问题的最小样例。这样才能把语法错误与数据模型或业务错误分开。

每次只做一项修改，并在每次修改后重复同一套验证。自动化流水线遇到解析错误时应直接失败，不能发布残缺或猜测修复的结果。需要审计时，应把原始输入和生成文件一同保留。

• 比较时要覆盖创建、审阅、传输和读取各阶段，不能只看文件外观。
• 使用有代表性的真实数据测试，因为嵌套、重复键、注释和传输编码都会影响实际结果。
• 明确唯一事实来源并自动转换，避免两份都可编辑的文件逐渐不一致。

实例与验证方法

下面的示例刻意保持简短，便于逐项核对。处理真实文件时也应检查每个键、标量类型、数组顺序以及嵌套边界，而不是只确认页面显示“成功”。

转换或压缩成功，只能证明源文本可以被解析。还应比较操作前后的结构化值，并使用生产环境真正采用的库或平台重新读取结果，才能发现实现差异。

authoring YAML → validate → exchange JSON

限制与边界情况

YAML 与 JSON的难点通常来自“语法有效”和“业务可用”之间的差别。解析器接受的数据仍可能缺少字段、含义模糊、体积过大，或不符合目标系统的模式。

不要盲目修复或规范化陌生文件。重复键、隐式类型、别名、数字精度、Unicode、换行符和超大输入都需要明确策略；目标系统的规则更严格时，应以目标规则为准。

生产环境检查清单

发布前至少测试正常文档、空值、深层嵌套、非 ASCII 文本和一个故意损坏的样例。如果其他系统必须复现完全相同的输出，还应记录工具或依赖库版本。

当数据参与构建、部署、API 或配置时，应把验证加入持续集成。上线前审查差异并保留回滚副本，上线后观察第一个真实使用方，不能把“语法通过”等同于“运行正确”。

• 比较时要覆盖创建、审阅、传输和读取各阶段，不能只看文件外观。
• 使用有代表性的真实数据测试，因为嵌套、重复键、注释和传输编码都会影响实际结果。
• 明确唯一事实来源并自动转换，避免两份都可编辑的文件逐渐不一致。