## JSON 与 YAML：数据交换的王者为何是 JSON？{#sec-7a866b84f44c}

> “YAML 明明更易于人类阅读，为何 API 通信却几乎都使用 JSON？”
> “YAML 的优势体现在何处？JSON 又因何成为标准？”

![JSON 与 YAML 中世纪之战](/media/whitedec/blog_img/JSON_vs_YAML_Medieval_Battle.webp)

---

## 1. 数据格式之战的序幕{#sec-9e7c7d30e051}
过去，开发者们需要一种“通用规范”来在系统之间交换数据。起初，**XML** 占据了这一地位。

```xml
<person>
    <name>Alice</name>
    <age>25</age>
    <skills>
        <skill>Python</skill>
        <skill>Django</skill>
    </skills>
</person>
```

然而，XML 需要逐一关闭标签，这使其过于冗长和笨重，阅读起来也相当费力。此时，**JSON** 和 **YAML** 应运而生，成为替代方案。

---

## 2. JSON：成为 Web 数据交换的标准{#sec-80d11bb3f8ce}
2001 年，道格拉斯·克罗克福德从 JavaScript 的对象表示法中获得灵感，创建了 [[JSON]]。其核心理念是“尽可能轻量，便于机器读取”。

JSON 成功的秘诀显而易见：
* **极致轻量：** 只传递数据，无多余修饰。
* **与 Web 完美契合：** 浏览器（JavaScript）无需额外库即可直接将其转换为对象。
* **直观映射：** 其结构与 Python 的 Dict、JS 的 Object 等现代语言的数据结构几乎完全一致。

特别是随着 **REST API** 成为 Web 的主流，JSON 实际上已成为全球通用语言。

---

## 3. YAML：为人类阅读而生的格式{#sec-d6bd20dac978}
也有一些阵营，比起 JSON，更专注于“人类阅读的乐趣”。YAML 便是在“能否在没有大括号或引号的情况下写得更简洁？”的思考中诞生的。

```yaml
name: Alice
age: 25
skills:
  - Python
  - Django
```

YAML 的特点非常鲜明：
* **极高的可读性：** 基于缩进，文本非常整洁。
* **支持注释（#）：** 能够添加 JSON 不具备的“说明”，是一大优势。
* **配置文件的强者：** 得益于其可读性，它完全主导了 Kubernetes、Docker、GitHub Actions 等基础设施的配置格式。

但为何在数据交换（API）领域，它未能超越 JSON 呢？

---

## 4. YAML 在数据交换中落后的现实原因{#sec-9d0abeae52f7}

**首先，缩进的严格性（空格 vs Tab）** JSON 通过括号来确定结构，而 YAML 则由一个不可见的空格来决定结构。在交换复杂数据时，一个错误的空格就可能导致调试噩梦。

**其次，解析速度和资源消耗** JSON 语法简单，解析器非常轻巧快速。相比之下，YAML 语法庞大且复杂（甚至包含代码执行功能），解析它需要消耗更多的内存和 CPU。这在大量数据交换的 API 环境中是致命的。

**第三，安全问题** YAML 不仅仅是简单的数据格式，它还可以包含直接调用特定语言对象的功能。这可能导致远程代码执行（RCE）等安全漏洞，因此不适用于与不特定多数进行数据交换的 API。

---

## 5. 最终是“适得其所”的问题{#sec-82859d40c1f9}

如果说 [[JSON]] 是数据交换的王者，那么 YAML 则作为配置文件的王者，各自巩固了其领域。

* **何时使用 JSON：** Web API 通信、NoSQL 数据库存储、客户端与数据传输时。
* **何时使用 YAML：** 项目配置文件（`docker-compose.yml`）、CI/CD 脚本、需要人工管理的文档。

即使在 [[Django Rest Framework]](DRF) 中可以添加 `YAMLRenderer`，但默认值始终是 `JSONRenderer`。因为数据必须准确且快速。

---

## 结论：一句话总结{#sec-bbef8539dcff}

> **“机器之间的对话（API）交给 JSON，人机对话（配置）交给 YAML。”**


**推荐阅读：** 

- [[Python 标准库 - 2] 数据存储与序列化：json, pickle, csv](/ko/whitedec/2026/1/30/python-json-pickle-csv/)