JSON, YAML, CSV, XML — Формати даних простою мовою

Чи налаштовуєте ви веб-застосунок, обмінюєтесь даними між сервісами, аналізуєте експорт з таблиці чи читаєте відповідь API — ви зіткнетесь з даними, збереженими в структурованих текстових форматах. Чотири найпоширеніші — JSON, YAML, CSV та XML.

Кожен формат був розроблений з різними цілями, і правильний вибір залежить від вашого випадку використання. Ця стаття пояснює, що являє собою кожен формат, як він виглядає, коли його використовувати та як вони порівнюються між собою.

JSON — JavaScript Object Notation

JSON став домінуючим форматом обміну даними у вебі. Незважаючи на назву, він не залежить від мови та використовується повсюдно.

Приклад синтаксису:

{
  "name": "Alice Martin",
  "age": 34,
  "skills": ["Python", "SQL", "Docker"],
  "address": {
    "city": "Lyon",
    "country": "France"
  }
}

Ключові характеристики:

• Пари ключ-значення з чистим, читабельним синтаксисом
• Підтримує рядки, числа, логічні значення, масиви, об'єкти та null
• Коментарі не дозволені у стандартному JSON
• Суворий синтаксис — зайві коми та одинарні лапки спричиняють помилки

Поширені випадки використання: REST API, конфігураційні файли (package.json, tsconfig.json), NoSQL бази даних (MongoDB), обмін даними між фронтендом і бекендом.

YAML — YAML Ain't Markup Language

YAML був розроблений як максимально зручний для людини формат серіалізації даних. Він використовує відступи замість дужок і особливо популярний для конфігураційних файлів.

Приклад синтаксису:

name: Alice Martin
age: 34
skills:
  - Python
  - SQL
  - Docker
address:
  city: Lyon
  country: France

Ключові характеристики:

• Структура на основі відступів (без дужок або фігурних дужок)
• Підтримує коментарі за допомогою #
• Підтримує всі типи даних JSON та більше (дати, багаторядкові рядки)
• Чутливий до пробілів — неправильний відступ зламає файл

Поширені випадки використання: Файли Docker Compose, маніфести Kubernetes, конвеєри CI/CD (GitHub Actions, GitLab CI), Ansible playbooks, конфігурація Hugo/Jekyll.

YAML є надмножиною JSON, що означає — будь-який валідний JSON-документ також є валідним YAML. Однак гнучкість YAML може бути палицею з двома кінцями — його неявне приведення типів (наприклад, yes інтерпретується як логічне true, або 3.10 стає 3.1) спричинило багато непомітних помилок.

CSV — Comma-Separated Values

CSV — найпростіший структурований формат даних. Він зберігає табличні дані як звичайний текст, де кожен рядок є записом, а значення розділені комами (або іноді крапками з комою, табуляціями чи іншими розділювачами).

Приклад синтаксису:

name,age,city,country
Alice Martin,34,Lyon,France
Bob Dupont,28,Paris,France
Carol Smith,41,London,UK

Ключові характеристики:

• Надзвичайно простий — лише текст з розділювачами
• Немає типів даних — все є рядком
• Немає стандартного способу представлення вкладених даних
• Немає офіційного універсального стандарту (RFC 4180 існує, але не дотримується повсюдно)
• Розміри файлів дуже малі

Поширені випадки використання: Експорт з таблиць, імпорт/експорт баз даних, аналіз даних (pandas, R), простий обмін даними, лог-файли.

Простота CSV — його найбільша сила і найбільше обмеження. Він ідеальний для плоских, табличних даних, але не може представляти ієрархічні структури. Граничні випадки (коми у значеннях, багаторядкові поля, проблеми з кодуванням) роблять аналіз складнішим, ніж здається на перший погляд.

XML — Extensible Markup Language

XML був домінуючим форматом обміну даними до того, як JSON зайняв його місце. Він використовує синтаксис на основі тегів, подібний до HTML, і підтримує складні функції, такі як схеми, простори імен та трансформації.

Приклад синтаксису:

<?xml version="1.0" encoding="UTF-8"?>
<person>
  <name>Alice Martin</name>
  <age>34</age>
  <skills>
    <skill>Python</skill>
    <skill>SQL</skill>
    <skill>Docker</skill>
  </skills>
  <address>
    <city>Lyon</city>
    <country>France</country>
  </address>
</person>

Ключові характеристики:

• Структура на основі тегів з відкриваючими та закриваючими тегами
• Підтримує атрибути, простори імен, схеми (XSD) та трансформації (XSLT)
• Підтримує коментарі
• Дуже багатослівний порівняно з іншими форматами
• Надзвичайно добре визначений стандарт зі суворою валідацією

Поширені випадки використання: SOAP веб-сервіси, корпоративні інтеграції, формати документів (DOCX, SVG, RSS), конфігураційні файли в екосистемах Java/.NET, державний та фінансовий обмін даними.

XML більш багатослівний, ніж JSON чи YAML, але його можливості валідації схем роблять його незамінним у контекстах, де цілісність даних та формальні контракти між системами є критичними.

Порівняння

Коли що використовувати

• Обирайте JSON, коли будуєте веб-API, зберігаєте конфігурацію для проєктів JavaScript/TypeScript або обмінюєтесь даними між сервісами. Це вибір за замовчуванням для більшості сучасних застосунків.
• Обирайте YAML, коли пишете конфігураційні файли, які люди часто читатимуть і редагуватимуть. Його читабельність та підтримка коментарів роблять його ідеальним для DevOps та інфраструктури як код.
• Обирайте CSV, коли працюєте з табличними даними, імпортуєте/експортуєте з таблиць або баз даних, або коли розмір файлу має бути мінімальним. Уникайте його для ієрархічних даних.
• Обирайте XML, коли працюєте з корпоративними системами, SOAP API або контекстами, що вимагають формальної валідації схем. Це також правильний вибір, коли потрібна документо-орієнтована розмітка (як SVG або RSS).

Конвертація між форматами

Конвертація між цими форматами — поширене завдання. Кілька моментів, які варто врахувати:

• JSON в YAML (і навпаки) зазвичай без втрат, оскільки YAML є надмножиною JSON.
• CSV в JSON/YAML добре працює для плоских даних, але вимагає рішень щодо структури для вкладеного виводу.
• XML в JSON може втрачати інформацію (атрибути, простори імен, порядок), оскільки JSON не має відповідних концепцій.
• Будь-який формат у CSV працює лише якщо дані плоскі або можуть бути осмислено сплощені.

Далі

ToolK.io надає безкоштовні інструменти для конвертації між JSON, YAML, CSV та XML, форматування та валідації ваших даних, а також пов'язані посібники для роботи зі структурованими даними у ваших проєктах.