JSON vs XML vs YAML vs CSV:到底该用哪一种?
JSON、XML、YAML、CSV 是每位开发者、数据分析师和技术写作者在 2026 年都会遇到的四种结构化数据格式。每一种都为不同的问题而生,没有一种被淘汰,真正的问题不是「哪个最好」而是「哪个匹配你手头的工作流」。本指南为你提供 30 秒决策框架、横向对比表、每种格式的深度解析与真实代码示例、六组可复制粘贴的相互转换命令,以及一张覆盖 2026 年所有常见场景的格式选择表。

1. JSON vs XML vs YAML vs CSV:2026 年到底用哪一个?
在 JSON vs XML vs YAML vs CSV 的对比中没有单一赢家。这四种格式诞生于不同的十年,各自解决不同的问题,2026 年仍在生产环境中使用,正是因为没有一种格式能替代另外三种完成的工作。本节的任务是让你用 30 秒拿到答案,再据此跳到实际需要的转换命令或场景推荐表。
最短的版本:走网络传输数据或存到文档数据库,选 JSON;交换需要 schema、命名空间或混合内容的文档,选 XML;如果由人手编辑配置文件,选 YAML;如果由人在电子表格里打开文件,选 CSV。本指南余下的内容,就是这四句话的长版本,以及支撑它们的证据。
1.1 30 秒决策框架
读下面与你正在做的工作相匹配的四行:
• 「我在搭一个 API 或移动 App」→ JSON。它是 Web 界的通用语,每种语言都自带解析器,每个 HTTP 客户端原生支持。
• 「我在交换需要 XSD schema 的业务文档、法律文书或任何需要 schema 的内容」→ XML。它是四种格式中唯一原生支持命名空间、混合内容和机器可读 schema 校验的。
• 「我在写一个需要人手编辑的配置文件」→ YAML。基于缩进的语法读起来像大纲,支持注释,是 Kubernetes、GitHub Actions、Docker Compose、Ansible 的默认。
• 「我在从电子表格导入或导出数据」→ CSV。它是四种格式中 Excel、Google Sheets、Apple Numbers 以及地球上每个 BI 工具都能免转换打开的。
1.2 四种格式的简史
XML 由 W3C 在 1998 年发布,是早期 Web 的结构化文档格式。它曾是 SOAP、RSS、XHTML 和 Office Open XML 近十年间的通用语。CSV 比 XML 早约 25 年——自 1979 年最初的 VisiCalc 诞生起,CSV 就是电子表格的母语,也是这四种格式中唯一不是「被设计出来」而是「从人类在文本文件里输入一行数据的方式中自然涌现出来」的格式。JSON 由 Douglas Crockford 在 2001 年推广开来,作为 XML 在 AJAX 请求中的 JavaScript 友好替代品,并在 2008 年 iPhone 让 REST API 成为默认之后接管了 Web。YAML 在 2001 年发布,名为 "YAML Ain't Markup Language"——一种人类友好的配置语法,借鉴了 Python 的缩进思路和 Perl 的井号注释风格。
这四种格式与其说是互相替代,不如说是把世界分成了四个重叠的领域:文档(XML)、Web API(JSON)、配置(YAML)、表格数据(CSV)。2026 年这四个领域仍然是这四个领域,这四种格式也仍然是这四种格式。
1.3 为什么四种格式在 2026 年仍然共存
三个结构性原因让四种格式都留在生产环境中:
• 每一种都是不同工作的最低成本工具。JSON 是最低成本的网络数据传输格式,因为解析器非常小。XML 是最低成本的文档格式,因为它有命名空间、schema 和混合内容。YAML 是最低成本的配置格式,因为人能读能改且不会出错。CSV 是最低成本的表格数据格式,因为地球上的每个电子表格都能免转换打开。
• 解析器都已成熟且通用。每种现代语言都为这四种格式内置了标准库解析器。Python、JavaScript、Java、C#、Go、Rust 都不需要安装库就能读取它们。
• 切换成本为零,但生态成本很高。把一个 JSON 文件转成 YAML 只是一行命令。把整个 AWS 生态从 JSON 迁到 XML 则是十年迁移项目。四种格式之所以持续存在,是因为它们周围的生态持续存在。
1.4 2026 年谁在用哪种格式
• JSON —— 每个 REST API、每个移动 App、每个 Web 前端、每个 NoSQL 数据库(MongoDB、Couchbase、Elasticsearch)、每个不需要注释的现代配置文件,以及每个 AI / LLM 上下文窗口。
• XML —— 每个 SOAP 与企业集成(SAP、Oracle、Microsoft BizTalk)、每个 Office Open XML 文档(.docx、.xlsx、.pptx 都是 XML 的 ZIP)、每个医疗标准(HL7、FHIR、DICOM 元数据)、每个政府数据交换(IRS、SEC、USPTO)、每个 RSS / Atom 订阅源,以及每个 SVG 图像。
• YAML —— 每个 Kubernetes 清单、每个 Docker Compose 文件、每个 GitHub Actions workflow、每个 Ansible playbook、每个 CircleCI / GitLab CI 流水线、每个 Cloudflare Workers 的 wrangler.toml,以及大多数现代静态站点配置文件(Astro、Hugo、Jekyll)。
• CSV —— 每个银行对账单、每个 Excel 导出、每个 Google Sheets 下载、每个 Stripe 支付、每个 Shopify 商品 feed、每个 Google Analytics 导出、每个 pandas / R / Stata / SPSS 数据集,以及世界上每个机器学习训练集。
2026 年,「JSON vs XML」是错误的问题——正确的问题是「我的流水线其他环节已经说哪种语言?」。选择能直接融入你现有工具、团队熟悉度以及下游消费者的格式,而不需要做转换。转换永远只是一行命令的事;生态错配会让你付出几个月的代价。
2. 横向对比表
下表是 2026 年四种格式的权威参考。选用的维度是真正能改变决策的:可读性、结构、工具链和最佳适用场景。不会改变决策的维度(发明年份、原始作者)已在 1.2 节集中列出,这里刻意省略。
| 属性 | JSON | XML | YAML | CSV |
|---|---|---|---|---|
| 标准 | RFC 8259 / ECMA-404 | W3C XML 1.0 / 1.1 | YAML 1.2(ISO/IEC 19503:2024) | RFC 4180(事实标准) |
| 发布年份 | 2001 年(RFC 8259 于 2017 年) | 1998 年 | 2001 年(1.2 于 2009 年) | 1972 年(RFC 4180 于 2005 年) |
| 语法 | 花括号和方括号 | 带闭合标签的尖括号 | 缩进和冒号 | 每行以逗号分隔的值 |
| 人眼可读性 | 数据场景极佳,文档场景一般 | 冗长但显式 | 最佳(读起来像大纲) | 表格最佳,层级场景差 |
| 扩展名 | .json | .xml | .yaml 或 .yml | .csv |
| MIME 类型 | application/json | application/xml 或 text/xml | application/yaml(非官方:text/yaml) | text/csv |
| 支持嵌套结构 | 是(对象与数组) | 是(无限层级,带命名空间) | 是(映射与序列) | 否(仅扁平行) |
| 支持注释 | 否(变通:`_comment` 键) | 是(`<!-- -->`) | 是(`#`) | 否(变通:独立列) |
| 支持 schema 校验 | 是(JSON Schema 2020-12) | 是(XSD 1.1、RelaxNG、Schematron) | 否(YAML 无官方 schema) | 否 |
| 支持二进制数据 | 仅 Base64 编码字符串 | Base64 或十六进制 | 仅 Base64 编码字符串 | 否(仅文本) |
| 允许尾随逗号 | 否 | 否(但空白容错) | 否 | 否(会导致 Excel 导入错误) |
| 同等数据文件大小 | 最小 | 最大(3-5 倍 JSON) | 2-3 倍 JSON(缩进) | 扁平表最小 |
| 解析速度(典型) | 最快 | 最慢(XML 解析最重) | 中等(缩进解析增加开销) | 最快(逐行) |
| 默认场景 | Web API、NoSQL、AI 上下文 | 文档、SOAP、schema、RSS | 配置文件、CI 流水线、K8s | 电子表格、数据集、导出 |
| Excel / Sheets 原生 | 否(需导入) | 否(需导入) | 否(需导入) | 是(双击打开) |
| 最佳场景 | 机器对机器数据交换 | 带 schema 的文档交换 | 人手编辑的配置文件 | 表格数据与导出 |
3. JSON:Web 界的通用数据格式
JSON(JavaScript Object Notation)是每个 Web API、每个移动 App、每个 NoSQL 数据库、每个现代 AI 上下文窗口都已经会说的一种结构化数据格式。它是机器对机器通信的默认选择,也是人在不需要 XML 或 YAML 仪式感的情况下读写结构化数据的最流行选择。
3.1 JSON 的优势
JSON 有六个结构优势,可以解释它在 2026 年的统治地位:
• 极小的解析器。每种现代语言都在标准库里内置了 JSON 解析器。Python 的 `json` 模块、JavaScript 的 `JSON.parse`、Go 的 `encoding/json` 包、Java 的 `jackson-databind`、Rust 的 `serde_json` crate、C# 的 `System.Text.Json` 都随语言附带,无需额外安装。
• 紧凑的语法。对于典型的结构化数据,JSON 是四种格式中最紧凑的。同样负载用 JSON 是 100 KB,用 XML 是 300-500 KB,用 YAML 是 200-300 KB。
• 浏览器原生。JavaScript 可以用一个函数调用(`JSON.parse`)解析 JSON,再用另一个(`JSON.stringify`)序列化。此清单上其他格式没有这种特性。
• 不需要 schema。你可以直接交付合法的 JSON,无需先定义 schema。这是 JSON 对早期 API 最大的生产力优势。
• 完美适配文档型数据库。MongoDB、Couchbase、Elasticsearch、Cosmos DB、DynamoDB 都原生存储 JSON。PostgreSQL 在 2014 年加入了一等公民的 JSON 与 JSONB 支持。
• 完美适配 AI / LLM 上下文窗口。每个现代大模型都基于 JSON 训练,能在上下文窗口中理解 JSON。XML、YAML、CSV 也能识别;但 JSON 是四种格式中唯一在 LLM 训练数据中「第一公民」的格式。
3.2 JSON 的劣势
JSON 有四个结构劣势:
• 不支持注释。官方 JSON 规范(RFC 8259)不允许注释。JSON5、JSONC、带尾随逗号的 JSON 作为扩展存在,但与严格解析器不兼容。
• 没有内建 schema 强制。JSON Schema 存在,但它不是格式的一部分。生产环境中的大多数 JSON 文件都由手写代码校验,而不是 schema。
• 没有命名空间。同一份文档里两个不同的 `id` 字段需要手工消歧(例如 `user_id` 和 `order_id`),而不是用命名空间前缀。
• 不支持混合内容。JSON 无法表达那种「参见 <b>第 2 节</b> 了解详情」的文本与标签混合内容,除非把它拆成文本节点树。
3.3 2026 年何时使用 JSON
在以下场景使用 JSON:每个 REST API、每个 GraphQL API、每个 WebSocket 消息、每个移动 App 负载、每个 NoSQL 文档、每个事件流消息(Kafka、Kinesis、Pub/Sub)、每个不需要注释的配置文件、每个 AI / LLM 提示词与响应、到文档型数据库的每次数据导出、每个 JavaScript 前端状态树,以及每个 CI/CD 制品。当消费者是程序、生产者也是程序时,JSON 就是正确答案。
3.4 JSON 实战代码
一个典型的 JSON 文件长这样。它是 REST API 返回单个客户订单时返回的负载:
4. XML:企业文档标准
XML(Extensible Markup Language)是 2026 年每个企业集成、每个 Office 文档、每个医疗标准、每个政府数据交换仍然依赖的结构化数据格式。它是四种格式中最重、最冗长的,但也是唯一同时支持命名空间、schema、混合内容,以及书籍、法律合同、SOAP 信封所需文档结构的。
4.1 XML 的优势
XML 有五个结构优势,可以解释它 30 年来没有被淘汰:
• 命名空间。两个不同的 `id` 属性可以消歧为 `<order:id>` 和 `<customer:id>`,因为 XML 支持 XML Namespaces 1.0 规范。JSON、YAML、CSV 都没有等价机制。
• Schema。XML 有三种竞争的 schema 语言(XSD 1.1、RelaxNG、Schematron),W3C XML Schema 标准是全球部署最广的 schema 语言。XSD 让你可以指定 `price_usd` 元素是 0 到 999999 之间的小数、`email` 匹配某个正则、`items` 包含恰好 1 到 100 个 `item` 子元素。本清单上其他格式没有可比的校验体系。
• 混合内容。XML 可以原生表达「参见 <b>第 2 节</b> 了解详情」,文本与标签交错。JSON 不能。YAML 不能。CSV 不能。这就是 XML 是书籍、法律合同、技术文档唯一可行格式的原因。
• XSLT、XPath、XQuery。XML 在 W3C 标准栈里有三种内建的查询与转换语言。JSON 有 JSONPath(社区标准,不是 W3C 标准)。YAML 一无所有。CSV 一无所有。XML 的查询与转换生态比其他三种格式深一个数量级。
• 无处不在。每个现代文字处理、电子表格和演示文稿 App 都把文件存为 XML 的 ZIP(Office Open XML)。每个 SVG 图像都是 XML。每个 EPUB 电子书都是 XML 的 ZIP。每个 SOAP 信封都是 XML。每个 RSS 和 Atom 订阅源都是 XML。这个格式之所以看不见,正是因为它被嵌得这么深。
4.2 XML 的劣势
XML 有四个结构劣势:
• 冗长。同样负载用 JSON 是 100 KB,用 XML 是 300-500 KB,主要因为每个开标签都对应一个闭标签。著名的玩笑:「XML 之所以冗长,不是因为设计得冗长,而是因为 W3C 委员会没法就 `</element>` 的更短写法达成一致。」
• 解析慢。XML 1.0 规范要求在你能读到任何值之前先构建完整的文档对象模型(DOM)。JSON 解析器可以流式处理,XML 解析器(DOM)不能,而流式替代方案(SAX)用起来显著更难。对于高吞吐 API,XML 比 JSON 慢 3-10 倍。
• 工具链复杂。XML 有 XSD、XSLT、XPath、XQuery、XInclude、XLink、XML Signature、XML Encryption、SOAP。大部分开发者只需要 XSD 和 XPath,但整个表面积令人望而生畏,文档也已经是几十年前的。
• 属性值里没有注释。`<!-- -->` 注释语法没问题,但不能在属性值里放注释,这是 JSON、YAML、CSV 都没有的尖锐问题。
4.3 2026 年何时使用 XML
在以下场景使用 XML:每个 SOAP 或企业集成(SAP、Oracle、Microsoft BizTalk、MuleSoft)、每条 HL7 / FHIR / DICOM 医疗消息、每个政府申报(IRS、SEC、USPTO、欧盟电子发票)、每个 Office 文档(.docx、.xlsx、.pptx 都是 XML 的 ZIP)、每个 SVG 图像、每个 EPUB 电子书、每个 RSS / Atom 订阅源、每个需要严格 XSD schema 的文档、每个使用 XSLT 的转换流水线,以及每个包含文本与标签混合内容的文档(书籍、法律合同、技术手册)。当消费者是文档而非数据记录时,XML 是正确答案。
4.4 XML 实战代码
一个典型的 XML 文件长这样。它是 SOAP 端点返回单张发票时的负载,带命名空间和 schema 引用:
5. YAML:人类友好的配置格式
YAML(YAML Ain't Markup Language,最初是 "Yet Another Markup Language")是每个现代配置文件、每个容器编排工具、每个 CI/CD 流水线在 2026 年都在用的结构化数据格式。它是四种格式中从第一天起就为人类读写而设计的,这也是它成为 Kubernetes、Docker Compose、GitHub Actions、Ansible、Cloudflare Wrangler 默认格式的原因。
5.1 YAML 的优势
YAML 有四个结构优势:
• 一流的人类可读性。YAML 读起来像大纲,用缩进表示结构。同样数据在 JSON 中要 20 行,在 YAML 中往往只要 10 行,而且 YAML 版本可以一眼读懂,不需要数括号。
• 一流的注释。YAML 在文件任何位置都支持 `#` 注释,大多数编辑器能正确高亮。JSON 不支持注释。CSV 不支持注释。XML 支持注释,但 `<!-- -->` 语法很笨拙。
• 一流的多行字符串。YAML 支持折叠(`>`)和字面(`|`)块标量,这是把多行字符串、SQL 查询或私钥嵌入配置文件中最为干净的方式。JSON 需要 ` ` 转义;XML 需要 CDATA;CSV 根本做不了。
• 一流的引用。YAML 支持锚点(`&`)和别名(`*`),你可以定义一次然后在多处引用。JSON 没有等价物。XML 有实体但很笨拙。CSV 没有等价物。
5.2 YAML 的劣势
YAML 有四个结构劣势:
• 对空白敏感。一个放错的空格或制表符就会破坏文档。YAML 完全禁止在缩进中使用制表符,这会让从网页或 IDE 自动缩进功能复制粘贴时踩坑。
• 同一数据有多种写法。YAML 有流式(`{a: 1, b: 2}`)和块式(`a: 1 b: 2`)。它有两种多行字符串。它有两种布尔(`true` 和 `yes`)。对人类友好,但对解析器是噩梦。
• 安全风险:`unsafe_load`。Python 的 `yaml.load()` 函数如果不带 `Loader` 参数,会执行任意 Python 代码。过去十年里所有主要的 YAML 相关 CVE 都是 `yaml.load()` 注入。修复办法是 `yaml.safe_load()`,但这个脚枪仍然存在。
• 解析比 JSON 慢。基于缩进的语法要求解析器追踪列位置。同样的数据 YAML 文件解析速度比 JSON 慢 2-3 倍,这在每次请求都重新加载的热点配置文件中会有影响。
5.3 2026 年何时使用 YAML
在以下场景使用 YAML:每个 Kubernetes 清单(`kubectl apply -f`)、每个 Docker Compose 文件、每个 GitHub Actions workflow(`.github/workflows/*.yml`)、每个 GitLab CI 流水线、每个 CircleCI 配置、每个 Ansible playbook、每个 Cloudflare Wrangler 配置、每个静态站点生成器配置(Astro、Hugo、Jekyll、Eleventy)、每个 OpenAPI 3.0+ 规范、每个 GitHub Pages 配置,以及任何需要人手编辑的配置文件。当作者是人、消费者是机器时,YAML 是正确答案。
5.4 YAML 实战代码
一个典型的 YAML 文件长这样。它是 CI/CD 流水线消费用来把容器部署到 Kubernetes 的文件:
6. CSV:电子表格的母语
CSV(Comma-Separated Values,逗号分隔值)是每个电子表格、每个银行对账单、每个分析导出、每个机器学习训练集都已经会说的一种结构化数据格式。它是四种格式中 Excel、Google Sheets、Apple Numbers、LibreOffice Calc 以及地球上每个 BI 工具都能双击打开的。它也是四种格式中最古老的——CSV 比 JSON、XML、YAML 早 20-30 年,并且毫无被淘汰的迹象。
6.1 CSV 的优势
CSV 有四个结构优势:
• 通用电子表格支持。CSV 是四种格式中唯一能免转换在 Excel、Google Sheets、Apple Numbers、LibreOffice Calc、Quip、Airtable、Notion(作为表导入)以及每个 BI 工具(Tableau、Power BI、Looker、Metabase)中打开的格式。
• 表格数据最小文件大小。对于 100 万行的表格,CSV 通常比等价 JSON 小 2-5 倍(因为没有逐行语法开销),比等价 XML 小 5-10 倍。
• 易于流式处理。CSV 是行导向的,这意味着你可以通过一次读一行、用常量内存处理 10 GB 的 CSV 文件。JSON、XML、YAML 都需要要么加载整个文件,要么构建流式解析器。
• 天然适合 diff。两个相同数据的 CSV 文件只在变化行上有差异,这让 `git diff` 按开发者预期那样工作。JSON 与 YAML 的 diff 会被缩进和键顺序变化主导;XML 的 diff 会被命名空间前缀和属性顺序主导。
6.2 CSV 的劣势
CSV 有五个结构劣势:
• 没有嵌套结构。CSV 行是扁平的。要表达带子项数组的行(比如带 3 个明细的订单),你要么复制父行、要么把子值合并到一个单元格、要么用单独的「子」CSV 并用外键连接。JSON 和 YAML 天然支持。
• 没有注释。CSV 没有注释语法。常见的变通是加一个 `_comment` 列或单独的 `schema.csv` 文件,但都没有标准化。
• 类型模糊。CSV 里所有东西都是字符串。一个叫 `price` 的列可能是 `19.50`(数字)、`"$19.50"`(带美元符号的字符串)或 `19.5`(某些电子表格会四舍五入到 20 的数字)。类型推断是消费者的问题,这就是为什么大多数 CSV 文件最后都会有一个单独的「schema」文件或文档化约定。
• 编码模糊。RFC 4180 指定 UTF-8,但 Excel 默认根据用户区域设置用 Windows-1252 或 GBK 保存 CSV,这意味着在 Excel 中打开 CSV 经常出现乱码。带 BOM 的 UTF-8 是 2026 年最安全的编码。
• 分隔符模糊。逗号是标准分隔符,但在小数分隔符是逗号的地区(大部分欧洲国家)Excel 会切换为分号。TSV(制表符分隔)是跨区域更安全的选择。
6.3 2026 年何时使用 CSV
在以下场景使用 CSV:每个 Excel / Google Sheets 导出、每个银行对账单、每个 Stripe / Shopify / Square 支付报告、每个 Google Analytics / Plausible / Matomo 导出、每个 pandas / R / Stata / SPSS / SAS 数据集、每个机器学习训练集(Kaggle、HuggingFace 数据集基本都是 CSV 或 Parquet)、每个面向非技术消费者的数据库导出、每个日志文件、每个联系人列表、每个库存清单,以及每个需要发给非开发者的数据集。当消费者是电子表格或数据分析师,数据是扁平表时,CSV 是正确答案。
6.4 CSV 实战代码
一个典型的 CSV 文件长这样。它是 Stripe 支付导出的文件——第一行是列名(「表头」),后续每行是一条记录:
7. JSON、XML、YAML、CSV 之间如何转换
对于四种格式都能表示的数据(没有二进制块的扁平或嵌套数据),这四种格式可以互换。下面的六种转换方向覆盖 99% 的真实转换需求,配四种最常用命令行工具的可复制命令:`jq` 处理 JSON,`yq` 处理 YAML,`xmlstarlet` 处理 XML,`pandas` 处理 CSV。四种都免费、都开源、在所有操作系统上都能跑。
7.1 JSON 与 XML 互转
JSON → XML 的最快命令行路径是 `xmlstarlet`(Linux/macOS,免费,通过 apt/brew 安装)。XML → JSON 的最近浏览器工具是 FileMarkd 的 XML 转 JSON 转换器,它在处理命名空间、属性和混合内容方面比任何命令行工具都更准确。
如果想在浏览器里做一次性的 JSON → XML 转换,FileMarkd XML 转 JSON 也支持反向转换,能正确保留结构。如果用 Python:
7.2 JSON 与 YAML 互转
`yq` 工具(来自 Mike Farah,即 YAML 版的 `jq`)是最快的路径。它是单个 Go 二进制,免费,所有操作系统都可用。
7.3 CSV 与 JSON 互转
CSV → JSON 的最快路径是 `pandas`(Python)。JSON → CSV 可以再次使用 `pandas`,或在不离开 shell 的情况下用 `jq` 的 `@csv` 过滤器一行搞定。
7.4 YAML 与 XML 互转
没有单个命令行工具能干净地往返 YAML ↔ XML,因为两种格式并非 1:1 对应(XML 有属性和混合内容,YAML 没有)。最干净的路径是 YAML → JSON → XML,使用上面两条命令:
JSON → XML → JSON 仅当 XML 往返使用元素子节点(而非属性)时无损。JSON → YAML → JSON 仅当你使用 `yq -P`(pretty 块式)时无损,使用默认选项的 `yq -o=json` 不一定。任何格式 → CSV 总是有损,因为 CSV 无法表示嵌套结构。转换完成后,务必对输出与输入做 diff,确认往返是干净的。
8. 决策指南:2026 年应该用哪种格式?
下表是对开篇问题的实践回答。把你的场景对应到一行,采用推荐的格式。每一个推荐都是该领域最大生态已经会说的一种格式,所以你不需要在输入和输出两端都付出转换税。
| 如果你需要…… | 使用 | 原因 | 推荐工具 |
|---|---|---|---|
| 交付 REST 或 GraphQL API 负载 | JSON | 每个 Web 客户端、移动 SDK 和 HTTP 库都原生解析 JSON | [[FileMarkd|/xml-to-json]] 用于 JSON 输出端 |
| 把文档存到 MongoDB / Couchbase / Elasticsearch | JSON | 原生文档格式,无需转换 | [[如何打开 JSON 文件|/articles/how-to-open-json-file]] |
| 使用 XSD schema 交换业务文档 | XML | 唯一具有一等命名空间 + schema 支持的格式 | [[FileMarkd XML 转 JSON|/xml-to-json]] 用于 JSON 端 |
| 写 Kubernetes 清单 | YAML | Kubernetes API 服务器只接受 YAML / JSON;人更喜欢 YAML | yq 用于就地编辑 |
| 写 GitHub Actions workflow | YAML | Runner 只读 YAML | `act` 用于本地测试 |
| 在 Excel 或 Google Sheets 中打开数据 | CSV | 双击打开,无需导入向导 | pandas 用于往返 |
| 训练机器学习模型 | CSV(或 Parquet) | 每个 ML 框架都读 CSV;pandas DataFrame 是通用语 | pandas / DuckDB |
| 把数据集通过邮件发给非开发者 | CSV | Excel 与 Numbers 能打开;它们打不开 JSON 或 YAML | Excel「另存为 CSV UTF-8」 |
| 在配置中嵌入多行 SQL 查询 | YAML | 块标量(`|`)是嵌入多行字符串最干净的方式 | yq 用于校验 |
| 为 Stripe、Shopify、Google Merchant Center 构建 feed | CSV(或 XML) | 大多数商品 feed 规范要求 CSV 或 XML;有些也接受 JSON | 查看规范,默认 CSV |
| 通过欧洲电子发票网络发送发票 | XML(UBL 2.1)或 JSON(Peppol) | 大多数网络要求 UBL XML;有些接受 Peppol JSON | 你的网络规范 |
| 把 10 GB 的分析导出存到磁盘 | CSV(或 Parquet) | CSV 以常量内存流式处理;JSON 需要加载整个文件 | pandas / DuckDB / Polars |
| 写书或长篇手册 | XML(DocBook)或 Markdown | 只有 XML 能处理文本与标签混合;Markdown 可读性更好 | [[Markdown 文件是什么|/articles/what-is-markdown]] |
| 为代码生成定义 HTTP API 合约 | YAML(OpenAPI 3.0+)或 JSON | OpenAPI 以 YAML 为先;Swagger codegen 两种都接受 | `openapi-generator` CLI |
| 在静态站点生成器中保存配置文件 | YAML | Astro、Hugo、Jekyll、Eleventy 都默认 YAML | 带 YAML 扩展的编辑器 |
| 从 PDF 或 Word 生成干净的 Markdown 文件 | Markdown | 这是人和 AI 最干净的长篇格式 | [[FileMarkd Word 转 Markdown|/word-to-markdown]] |
| 为 AI / RAG 流水线生成结构化 JSON | JSON | 每个 LLM 上下文窗口和向量存储的原生格式 | [[FileMarkd XML 转 JSON|/xml-to-json]] |
| 把配置文件交给非开发者同事 | YAML | 唯一一种非开发者无需培训就能读的格式 | yq + 代码审查工具 |
9. 常见问题解答
对「json vs xml vs yaml vs csv」搜索结果中出现频率最高的问题,给出简短直接的答案。9.8 节的结尾段是整篇指南的结论。
9.1 JSON 正在取代 XML 吗?
没有,而且在 2015 年就已经不再尝试取代。JSON 取代了 XML 在 Web API、移动 App 和 NoSQL 数据领域的地位。XML 守住了自己的地盘:企业文档交换、Office 文件、医疗标准、政府申报、RSS/Atom 订阅源和 SVG 图像。2026 年,两种格式都在增长:JSON 因为每个新 App 和 API 都在用它;XML 因为 20 年前采用它的企业和政府生态没有迁移也不打算迁移。「JSON vs XML」的框架是 2008 年的问题;2026 年的问题是「数据用 JSON,文档用 XML」。
9.2 YAML 比 JSON 更适合配置文件吗?
是的,差距很大。YAML 支持注释(JSON 不支持)、原生支持多行字符串(JSON 需要 ` ` 转义)、支持锚点和引用(JSON 不支持),而且能一眼读懂,不需要数括号。JSON 在配置文件上唯一胜过 YAML 的地方是解析速度和解析器可用性,实际中两者都可以忽略(YAML 文件在个位数毫秒内加载)。对于任何需要人手编辑的配置文件,YAML 是正确答案。对于任何由程序生成、只由程序读取的配置文件,JSON 也行。
9.3 2026 年什么时候还应该用 CSV?
当消费者是电子表格、数据分析师、非开发者或机器学习模型时,就用 CSV。CSV 是四种格式中唯一能免转换在 Excel、Google Sheets、Apple Numbers、LibreOffice Calc、pandas、R、Stata、SPSS、SAS、Tableau、Power BI、Looker、Metabase 以及其他每个数据工具中打开的。如果你导出的数据集要离开你的系统,CSV 几乎总是正确选择。CSV 不适用的两种情况:(1) 你的数据是嵌套的(带多个明细的订单)——用 JSON 或 XML;(2) 文件会被需要注释的开发者编辑——用 YAML。
9.4 哪种格式解析最快?
CSV 最快,因为它是行导向的,不需要验证结构。JSON 紧随其后,通常对同样数据比 CSV 慢 2-3 倍,因为解析器要验证括号和类型。YAML 紧随其后,通常比 JSON 慢 2-3 倍,因为基于缩进的语法要求追踪列。XML 最慢,通常比 JSON 慢 3-10 倍,因为解析器要构建 DOM 并验证格式良好性。对每秒解析数千个文件的高吞吐服务来说,这个排序有意义;对典型配置文件和一次性 API 调用来说,无所谓。
9.5 哪种格式最适合 API?
JSON。每个 HTTP 库、每个移动 SDK、每个 JavaScript 前端、每个 LLM 上下文窗口以及生产环境中的每个 API 网关都已经会说 JSON。只有在你必须支持遗留 SOAP 端点、使用 XSD schema 的企业集成或 HL7 / FHIR 这样的医疗标准时,XML 才是答案。2026 年的新 API,JSON 是默认;YAML 只对永不改变形状的读密集配置型端点可接受。
9.6 哪种格式最适合配置文件?
人手编辑的配置文件用 YAML(Kubernetes、GitHub Actions、Docker Compose、Ansible、Cloudflare Wrangler)。程序生成、程序读取的配置文件用 JSON(npm 的 `package.json`、VS Code 的 `settings.json`、浏览器的 `manifest.json`、每个 CI/CD 制品)。TOML 是值得尊敬的第三选择,它把 YAML 的可读性与 JSON 的明确性结合在一起,是 Cargo(Rust)、pyproject.toml(Python)以及许多较新工具的默认。CSV 永远不是配置格式。
9.7 哪种格式最适合电子表格?
CSV。它是四种格式中唯一能双击在电子表格中打开的。如果数据是嵌套的(带多个明细的订单、带多个地址的客户),把它拍扁成父 CSV 和子 CSV,并用外键连接——这是电子表格的标准数据建模模式。如果电子表格需要公式和条件格式,改为交付 `.xlsx`(它是 XML 的 ZIP);用户之后仍可以导出为 CSV。
9.8 能把这几种格式混着用吗?
可以——而且你很可能已经在这样做了。典型的现代技术栈对 Kubernetes 清单用 YAML,对 REST API 用 JSON,对企业集成和 Office 文档用 XML,对分析导出和机器学习数据集用 CSV。第 7 节的转换方法用一两个命令行工具覆盖了每一种相互转换的路径。本指南的结论:2026 年「JSON vs XML vs YAML vs CSV」是错误的问题。正确的问题是「我的流水线其他环节已经说哪种语言?」,而答案通常是「四个都说,在不同地方」。
更多关于驱动现代知识工作的开放格式,请阅读我们的 JSON 文件如何打开、Markdown 文件是什么 以及 RTF 文件是什么 指南。