反序列化数据的 YAML“表”
本文关键字:YAML 数据 反序列化 | 更新日期: 2023-09-27 17:56:41
我正在使用yamldotnet和c#来反序列化由第三方软件应用程序创建的文件。以下 YAML 文件示例在应用程序中均有效:
#File1
Groups:
- Name: ATeam
FirstName, LastName, Age, Height:
- [Joe, Soap, 21, 184]
- [Mary, Ryan, 20, 169]
- [Alex, Dole, 24, 174]
#File2
Groups:
- Name: ATeam
FirstName, LastName, Height:
- [Joe, Soap, 184]
- [Mary, Ryan, 169]
- [Alex, Dole, 174]
请注意,File2 没有任何 Age 列,但反序列化程序仍必须识别每行上的第三个值是高度而不是年龄。此数据应该表示人员表。以File1为例,玛丽·瑞安今年20岁,身高169厘米。反序列化程序需要理解它拥有的列(对于 File2,它只有名字、姓氏和高度),并将数据相应地存储在正确的对象中: Mary Ryan身高169cm。
同样,程序文档指出列的顺序并不重要,因此下面的 File3 是表示 File2 中的数据的同样有效的方法,即使 Height 现在是第一位:
#File3
Groups:
- Name: ATeam
Height, FirstName, LastName:
- [184, Joe, Soap]
- [169, Mary, Ryan]
- [174, Alex, Dole]
我有很多问题:
- 这是标准的 YAML 吗? - 我找不到任何关于使用的信息同一行上的多个键,后跟冒号和列表表示数据表的值。
- 我将如何使用 yamldotnet 来反序列化它?有吗我可以进行修改以帮助它吗?
- 如果我不能使用 yamldotnet,我应该怎么做?
正如其他答案所述,这是有效的 YAML。但是,文档的结构特定于应用程序,并且不使用 YAML 的任何特殊功能来表示表。
您可以使用YamlDotNet轻松解析此文档。但是,您会遇到两个困难。首先,由于列的名称放在键内,因此需要使用一些自定义序列化代码来处理它们。第二个是您需要实现某种抽象才能以表格方式访问数据。
我已经提出了一个概念证明,它将说明如何解析和读取数据。
首先,创建一个类型来保存 YAML 文档中的信息:
public class Document
{
public List<Group> Groups { get; set; }
}
public class Group
{
public string Name { get; set; }
public IEnumerable<string> ColumnNames { get; set; }
public IList<IList<object>> Rows { get; set; }
}
然后实现IYamlTypeConverter
来解析Group
类型:
public class GroupYamlConverter : IYamlTypeConverter
{
private readonly Deserializer deserializer;
public GroupYamlConverter(Deserializer deserializer)
{
this.deserializer = deserializer;
}
public bool Accepts(Type type)
{
return type == typeof(Group);
}
public object ReadYaml(IParser parser, Type type)
{
var group = new Group();
var reader = new EventReader(parser);
do
{
var key = reader.Expect<Scalar>();
if(key.Value == "Name")
{
group.Name = reader.Expect<Scalar>().Value;
}
else
{
group.ColumnNames = key.Value
.Split(',')
.Select(n => n.Trim())
.ToArray();
group.Rows = deserializer.Deserialize<IList<IList<object>>>(reader);
}
} while(!reader.Accept<MappingEnd>());
reader.Expect<MappingEnd>();
return group;
}
public void WriteYaml(IEmitter emitter, object value, Type type)
{
throw new NotImplementedException("TODO");
}
}
最后,将转换器注册到反序列化器中并反序列化文档:
var deserializer = new Deserializer();
deserializer.RegisterTypeConverter(new GroupYamlConverter(deserializer));
var document = deserializer.Deserialize<Document>(new StringReader(yaml));
您可以在此处测试完全工作的示例
这只是一个概念证明,但它应该作为你自己实现的指南。可以改进的地方包括:
- 检查和处理无效文档。
- 提高
Group
类。也许让它不可变,并添加一个索引器。 - 如果需要序列化支持,则实现
WriteYaml
方法。
所有这些都是有效的 YAML 文件。但是,您将使用逗号解释标量键误认为构成 YAML 中与该键关联的值序列中的"列"的描述。
在文件 1 中,FirstName, LastName, Age, Height
是用于映射的单个字符串标量键,它是序列的第一个元素,该元素是顶级键Group
的值。就像name
一样。您可以,但不必在 YAML 中在整个标量周围加上引号。
您在字符串"Firstname"和"Joe"之间建立的关联在 YAML 中不存在,您可以在解释密钥的程序中建立该关联(通过在 ", "
上拆分它),就像您似乎正在做的那样,但 YAML 对此一无所知。
因此,如果你想对此很聪明,那么你需要自己"FirstName, LastName, Age, Height"
拆分字符串,并使用某种机制来使用"子键"来索引与键关联的序列。
如果它有助于理解所有这些,以下是第一个文件内容的 json 转储,在那里您可以清楚地看到键的组成:
{"Groups": [{"FirstName, LastName, Age, Height": [["Joe", "Soap", 21,
184], ["Mary", "Ryan", 20, 169], ["Alex", "Dole", 24, 174]],
"Name": "ATeam"}]}
为此,我使用了基于 Python 的ruamel.yaml
库(我是作者),但您也可以使用在线转换器/检查器,例如 http://yaml-online-parser.appspot.com/
我来晚了,但我最近一直在思考同样的问题。
正如其他人指出的那样,最好将列名记录为值而不是键,您也可以取消额外的Name
字段:
Groups:
ATeam:
Columns: [FirstName, LastName, Height]
Rows:
- [Joe, Soap, 184]
- [Mary, Ryan, 169]
- [Alex, Dole, 174]
或者不太明确:
Groups:
ATeam:
- [FirstName, LastName, Height]
- [Joe, Soap, 184]
- [Mary, Ryan, 169]
- [Alex, Dole, 174]
这基本上是一个 YAML 格式的 CSV 文件;表行显示为行。
我认为从 YAML 结构的语义中更有意义的替代方法是让表列显示为行:
Groups:
ATeam:
FirstName: [Joe, Mary, Alex]
LastName: [Soap, Ryan, Dole]
Height: [184, 169, 174]
这样,可以通过添加一行来添加额外的Age
列,而无需更改其余部分。当然,添加额外的行会影响许多行。