基准测试结果

下面是在Python和Perl上比较YAML和JSON加载时间的基准测试结果

JSON要快得多，但牺牲了一些可读性和注释等特性

测试方法

在一台快速机器上连续运行100次，平均秒数 数据集是一个3.44MB的JSON文件，包含从维基百科抓取的电影数据 https://raw.githubusercontent.com/prust/wikipedia-movie-data/master/movies.json 链接来源:https://github.com/jdorfman/awesome-json-datasets

结果

Python 3.8.3 timeit
    JSON:            0.108
    YAML CLoader:    3.684
    YAML:           29.763

Perl 5.26.2 Benchmark::cmpthese
    JSON XS:         0.107
    YAML XS:         0.574
    YAML Syck:       1.050

Perl 5.26.2 Dumbbench (Brian D Foy, excludes outliers)
    JSON XS:         0.102
    YAML XS:         0.514
    YAML Syck:       1.027

有时候你不需要在两者之间做出选择。

例如，在围棋中，你可以同时拥有这两者:

type Person struct {
    Name string `json:"name" yaml:"name"`
    Age int `json:"age" yaml:"age"`
}

I find both YAML and JSON to be very effective. The only two things that really dictate when one is used over the other for me is one, what the language is used most popularly with. For example, if I'm using Java, Javascript, I'll use JSON. For Java, I'll use their own objects, which are pretty much JSON but lacking in some features, and convert it to JSON if I need to or make it in JSON in the first place. I do that because that's a common thing in Java and makes it easier for other Java developers to modify my code. The second thing is whether I'm using it for the program to remember attributes, or if the program is receiving instructions in the form of a config file, in this case I'll use YAML, because it's very easily human read, has nice looking syntax, and is very easy to modify, even if you have no idea how YAML works. Then, the program will read it and convert it to JSON, or whatever is preferred for that language. In the end, it honestly doesn't matter. Both JSON and YAML are easily read by any experienced programmer.

这个问题已经提出6年了，但奇怪的是，没有一个答案真正解决了这四个问题(速度、内存、表现力、可移植性)。

速度

显然，这是依赖于实现的，但由于JSON被广泛使用，而且很容易实现，因此它往往会得到更好的本机支持，从而提高速度。考虑到YAML所做的一切都是JSON所做的，再加上一卡车的工作量，在两者的任何可比实现中，JSON可能会更快。

然而，考虑到YAML文件可能比JSON文件略小(由于“和”字符更少)，在特殊情况下，高度优化的YAML解析器可能会更快。

内存

基本上同样的论点适用。如果YAML解析器表示相同的数据结构，那么很难理解为什么YAML解析器的内存效率会比JSON解析器高。

表达能力

正如其他人所指出的，Python程序员倾向于YAML, JavaScript程序员倾向于JSON。以下是我的看法:

记住JSON的整个语法很容易，因此对理解任何JSON文件的含义都很有信心。YAML不是任何人都能真正理解的。微妙之处和边缘情况的数量是极端的。 由于很少有解析器实现整个规范，因此更难确定给定上下文中给定表达式的含义。 在实践中，JSON中缺乏注释是一个真正的痛苦。

可移植性

很难想象没有JSON库的现代语言。也很难想象一个JSON解析器实现任何低于完整规范的东西。YAML有广泛的支持，但没有JSON那么普遍，而且每个解析器实现一个不同的子集。因此YAML文件的互操作性比您想象的要低。

总结

JSON在性能(如果相关的话)和互操作性方面是赢家。YAML更适合人类维护的文件。HJSON是一个不错的折衷方案，尽管可移植性大大降低。JSON5是一种更合理的折衷方案，具有定义良好的语法。

JSON编码六种数据类型:对象(映射)、数组、字符串数字、布尔值和Null。对于机器来说，它非常容易解析，并且提供很少的灵活性。说明书大约有一页半。

YAML allows the encoding of arbitrary Python data and other crazy crap (which leads to vulnerabilities when decoding it). It is hard to parse because it offers so much flexibility. The specification for YAML was 86 pages, the last time I checked. YAML syntax is obviously influenced by Python, but maybe they should have been a little more influenced by the Python philosophy on a few points: e.g. “there should be one—and preferably only one—obvious way to do it” and “simple is better than complex.”

与JSON相比，YAML的主要优点是更容易阅读和编辑，这使它成为配置文件的自然选择。

最近，我倾向于使用TOML作为配置文件。它不像YAML那样漂亮或灵活，但对机器和人类来说都更容易解析。该语法(几乎)是INI语法的超集，但它解析为类似json的数据结构，只添加了一种额外类型:日期类型。

从技术上讲，YAML提供了比JSON多得多的东西(YAML v1.2是JSON的超集):

评论 锚和继承- 3个相同项目的例子: item1: &anchor_name 名称:测试 title:测试标题 第二条:* anchor_name item3: < <: * anchor_name #你可以添加额外的东西。 .．.

大多数情况下，人们不会使用这些额外的功能，主要的区别是YAML使用缩进，而JSON使用括号。这使得YAML(对于训练有素的眼睛)更加简洁和可读。

选择哪一个?

YAML额外的特性和简洁的符号使它成为配置文件(非用户提供的文件)的好选择。 JSON有限的特性、广泛的支持和更快的解析使其成为互操作性和用户提供数据的绝佳选择。