XML、JSON与YAML简介

信息标记的三种形式

信息的标记

信息在传递的过程中都需要加以标记，可通过标签的方式，比如HTML，也可以通过键值对的方式name:kang，kang这个信息被标记为name，一组带有标记的信息存储起来就成了文档。
信息标记后有很多好处：

• 形成信息组织结构，增加信息维度
• 标记的结构形成了另一组信息
• 便于通信、存储和显示
• 可读性增强，利于程序理解和运用

比如，HTML是超文本信息集(文本，声音，图像，视频)，是WWW的信息组织方式。HTML以标签的方式标记信息。

信息标记的种类

信息标记的形式有以下三种，XML，JSON，YAML。

• XML(eXtensible Markup Language)扩展标记语言

利用标签进行标记语言，标签内有属性
this is a picture
空元素可简化表示未

注释表示为

一个XML文档内容如下：

    George
    John
    Reminder
    Don't forget the meeting!

• JSON(JavaScript Object Notation) Javascript对象表示

"name":"kang"                       #通过键值对标记语言
"age" :21
"name":["kang","guo"]               #一个键可以对应多个值，用列表组织
"name":{"first":"w","last":"kang"}  #使用{}进行嵌套

JSON对象的好处是可以直接作为JavaScript对象进行使用，需要注意的是，JSON文件是不允许加注释的，否则会解析错误。一个JSON文件内容如下：

{
"employees": [
        { "firstName":"Bill" , "lastName":"Gates" },
        { "firstName":"George" , "lastName":"Bush" },
        { "firstName":"Thomas" , "lastName":"Carter" }
    ]
}

• YAML(YAML Ain't Markup Language)

name:kang               #无类型键值对
name:                   #表示多个值
    -kang   
    -guo        
name:
    first:w
    last :kang          #使用缩进表示嵌套
    
text:|                  #表示整块数据                                     
hello world, this YAML,YAML Ain't Markup Lauguage

一个YAML文件内容如下：

#this is a ymal file
invoice: 34843
date   : 2001-01-23
bill-to: &id001
    given  : Chris
    family : Dumars
    address:
        lines: |
            458 Walkman Dr.
            Suite #292
        city    : Royal Oak
        state   : MI
        postal  : 48046
ship-to: *id001
product:
    - sku         : BL394D
      quantity    : 4
      description : Basketball
      price       : 450.00
    - sku         : BL4438H
      quantity    : 1
      description : Super Hoop
      price       : 2392.00
tax  : 251.42
total: 4443.52
comments:
    Late afternoon is best.
    Backup contact is Nancy
    Billsmer @ 338-4338.

三种标记形式的对比

XML	JSON	YMAL
最早的通用信息标记语言，可扩展性好，但繁琐	信息有类型，适合程序处理，较简洁	信息无类型，文本信息比例最高，可读性好
Internet上信息交互与传递	移动应用云端和节点的信息通信，不能加注释	各类系统的配置文件

以上三种文件的信息提取都需要解析器，比如通过bs4库的标签树进行遍历，但速度较慢。也可以直接进行搜索，找到相关的信息。可借助正则表达式(re)来实现，bs4库和re库结合使用。