YAML – 信息模型

YAML - 数据模型与表示图

为了有效地使用和理解 YAML，了解其底层信息模型（information model）会很有帮助。当一个 YAML 文档被处理时，它会被转换成一个抽象数据结构，通常称为“表示图（representation graph）”或“节点图（node graph）”。应用程序与这个图交互，而不是直接与原始的 YAML 文本交互。

YAML 表示图

YAML 中原生应用程序数据的表示被建模为一个带有标签节点的、有根、连接的、有向图（rooted, connected, directed graph of tagged nodes）。我们来分解一下：

图（Graph）：节点的集合（数据项）和边（节点之间的关系）。
有向（Directed）：关系有方向（例如，一个映射节点指向其键节点和值节点）。
有根（Rooted）：图有一个单一的起始点（YAML 文档的根节点）。
连接（Connected）：所有节点都可以从根节点到达。
带有标签的节点（Tagged Nodes）：图中的每个节点都有一个标签（tag），指定其数据类型（例如，字符串、整数、序列、映射）。

整个转换过程可以视为：

应用程序数据 ⇔ YAML 节点图（标量、序列、带有标签的映射）⇔ YAML 文本表示

核心节点类型

YAML 节点图主要由三种节点组成：

1. 标量节点

表示单一的原子数据值（atomic data values）。其内容是 Unicode 字符序列。示例包括字符串、数字、布尔值、日期和 null 值。每个标量节点都有一个标签（tag）（例如 !!str、!!int、!!bool、!!null、!!timestamp），用于定义如何解释其字符内容。

2. 序列节点

表示零个或多个其他节点的有序系列（ordered series）。这对应于编程语言中的列表（lists）或数组（arrays）。序列节点包含一个有序的子节点列表。其典型标签是 !!seq。

3. 映射节点

表示键值对（key-value pairs）的无序关联。这对应于字典（dictionaries）、对象（objects）或哈希映射（hash maps）。映射节点包含一组对，每对由一个键节点（key node）和一个值节点（value node）组成。映射中的键必须是唯一的。映射节点的典型标签是 !!map。虽然键通常是标量节点，但 YAML 允许键是复杂节点（序列或映射本身）。

序列和映射统称为“集合节点（collection nodes）”。

标签：指定数据类型

YAML 图中的每个节点都有一个标签（tag）。标签至关重要，因为它们决定了节点内容的解释方式。虽然 YAML 通常根据语法推断标签（例如，123 被推断为 !!int，true 被推断为 !!bool），但标签也可以显式指定：

全局标签（缩写）：!!tagname（例如，!!str，!!map）。这些是标准 YAML 标签集的一部分。
主标签（应用特定或本地）：!tagname（例如，!person，!config-setting）。这些可以由应用程序定义。
次级标签（!<prefix>!tagname）：用于更复杂的基于 URI 的标签，在日常使用中不太常见。

节点图结构示例：

# YAML 文档
user_profile: # 根节点，隐式为映射 (!!map)
  name: Alice   # 标量节点 (!!str)，'user_profile' 的子节点
  age: 30       # 标量节点 (!!int)，'user_profile' 的子节点
  hobbies:      # 序列节点 (!!seq)，'user_profile' 的子节点
    - reading   # 标量节点 (!!str)，'hobbies' 的子节点
    - coding    # 标量节点 (!!str)，'hobbies' 的子节点

这段 YAML 在内部会被表示为一个图，其中 user_profile 是一个映射节点。这个映射节点有三个子条目：一个用于 name（键），指向 Alice（值，一个标量字符串节点）；一个用于 age（键），指向 30（值，一个标量整数节点）；还有一个用于 hobbies（键），指向一个序列节点。hobbies 序列节点则有两个子标量字符串节点：reading 和 coding。

锚点和别名：创建图（不仅仅是树）

YAML 的锚点（anchor）（&）和别名（alias）（*）机制允许在文档中多次引用同一个节点。这意味着表示图确实可以是一个具有循环或共享子结构的普通图，而不仅仅是一个简单的树。当遇到别名时，它指向由锚点标记的同一个节点实例。

default_address: &addr
  street: 123 Main St
  city: Anytown

billing_address: *addr
shipping_address: *addr

在这种情况下，billing_address 和 shipping_address 都指向由 &addr 定义的完全相同的映射节点实例。

为什么这个模型很重要？

可移植性（Portability）：它提供了一种跨不同编程语言和环境思考 YAML 数据的通用方式。
理解 YAML 库（Libraries）：它阐明了 YAML 解析器（parsers）和序列化器（serializers）的内部工作原理。
高级数据结构化：它有助于使用锚点、别名和自定义标签等特性设计复杂的数据关系。
调试：理解预期的节点结构有助于诊断 YAML 解析或生成中的问题。

对于那些对最正式细节感兴趣的人，官方 YAML 规范（可在 yaml.org 获取）提供了对其信息模型和处理规则的深入描述。