Le JSON est un arbre de données fait d'objets, de listes, de nombres et de chaînes. Le YAML porte les mêmes données que le JSON, écrites pour être lues et modifiées par des gens. Python se tient entre les deux, et cette page dit exactement ce qui arrive à un fichier JSON en route vers le YAML.
Ce qui s'exécute quand un fichier JSON devient un YAML
Python et sa bibliothèque standard, sur une machine que nous louons et que nous surveillons. Votre fichier JSON est envoyé une fois, Python s'exécute une fois, le fichier YAML revient, et aucun des deux fichiers n'est conservé. JSON vers YAML fait partie des 3649 paires sur lesquelles ce moteur a été sondé avec un vrai fichier, et c'est pour cela que cette page existe quand celles que la sonde n'a pas su prouver n'existent pas.
Ce qui survit du fichier JSON dans le fichier YAML
Chaque valeur, et les noms que vous leur avez donnés. Cette paire lit votre JSON en mémoire et le réécrit en YAML : aucun champ n'est renommé, réordonné en autre chose ni discrètement oublié. Le moteur relit sa propre sortie, compte les éléments et refuse le résultat si le compte a bougé.
Toute la structure, à n'importe quelle profondeur. Le JSON et le YAML décrivent les mêmes formes : l'imbrication, les listes, les nombres, les booléens et la valeur nulle traversent tous tels quels. C'est la seule partie de la famille où rien n'est en risque.
Ce que la conversion JSON vers YAML vous coûte
La mise en forme, qui était tout ce qu'il y avait à perdre. Un JSON n'a pas de commentaires à laisser tomber, le format n'en ayant pas : la conversion lit les données et les réécrit à neuf, si bien que l'indentation et les retours à la ligne sont le choix du rédacteur et non le vôtre. Chaque valeur est intacte.
D'où viennent les fichiers JSON et YAML
YAML. Écrit en 2001 pour être lisible là où le JSON n'est qu'analysable. Il porte exactement les mêmes formes, si bien que la conversion entre les deux ne perd rien. C'est ce vers quoi la plupart des outils se tournent quand un humain devra ouvrir le fichier : Kubernetes, GitHub Actions, Docker Compose.
Si un modèle doit lire le fichier YAML
La structure est ce qui subsiste du fichier JSON, et la structure est ce dont un modèle a besoin. JSON en entrée, YAML en sortie, avec l'arbre des titres intact plutôt qu'aplati en un seul long paragraphe.
JSON vers YAML, mesuré plutôt que promis
En passant JSON vers YAML sur le moteur réel avec un vrai fichier, Python a écrit 68 octets au format YAML en moins d'un dixième de seconde, machine par ailleurs au repos. C'est un fichier JSON un jour donné et non une moyenne, et c'est pourquoi le nombre est donné avec le fichier qui l'a produit.
Le verdict JSON vers YAML a été obtenu par l'analyse de la donnée relue et la recherche d'un mot témoin, c'est-à-dire que la sortie a été relue et reconnue. Le contrôle employé compte, parce qu'ils ne prouvent pas tous la même chose, et un code de statut 200 ne prouve strictement rien sur ce que le fichier YAML contient.
Le même fichier JSON, envoyé ailleurs
Les autres sorties que la sonde a mesurées à partir d'un fichier JSON, pour que le coût du choix du format YAML se lise face à quelque chose. Les tailles ne se comparent pas d'un moteur à l'autre, chaque famille ayant été sondée avec son propre fichier témoin JSON.
JSON vers MD : 266 octets en moins d'un dixième de seconde, vérifié par un aller-retour pandoc.
JSON vers DOCX : 10 106 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
JSON vers EPUB : 5 035 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
JSON vers TXT : 264 octets en moins d'un dixième de seconde, vérifié par la relecture du texte.
JSON vers HTML : 4 018 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
JSON vers RTF : 687 octets en 0,1 secondes, vérifié par un aller-retour pandoc.
Les autres routes vers YAML, et ce qu'elles ont mesuré
Parmi les routes publiées vers YAML, JSON est la plus grosse sortie des 2 mesurées. Les fichiers témoins diffèrent : ce classement porte sur la sonde et non sur votre document.
CSV vers YAML : 68 octets en moins d'un dixième de seconde.
Ce que nous ne prétendrons pas sur JSON vers YAML
Un fichier JSON de plus de 25 Mo est refusé avant la fin de l'envoi plutôt qu'après, pour que vous n'attendiez pas un refus.
Une conversion JSON vers YAML qui dépasse 50 secondes est tuée, et le processus Python avec elle. Une exécution abandonnée resterait posée sur l'un des deux cœurs de la machine jusqu'à ce que quelqu'un le remarque.
Que cette paire fonctionne dépend de vos données et pas seulement des deux formats. Un JSON dont la forme ne convient pas au YAML est refusé par un 422 et un message qui nomme ce qui manque, ce qui est différent de « ce format n'est pas pris en charge » et se dit différemment exprès. Le refus est immédiat et ne coûte rien.
Une note sur le mot JSON, parce qu'il veut dire deux choses ici. Convertir du Markdown ou un fichier Word en JSON donne l'arbre syntaxique de pandoc, qui décrit le document. Convertir un JSON donne vos données. Les deux sont du JSON et ce ne sont pas la même chose ; le site choisit d'après la source, seule façon de les distinguer.
Le XML n'est pas de cette famille, et c'est l'absence évidente. Il n'a pas de correspondance manifeste avec ce modèle : attributs contre éléments, texte mêlé, ordre significatif. Chaque conversion demanderait d'inventer une convention, et une convention inventée est un piège pour qui lira le fichier ensuite. La famille s'en tient à ce qui se traduit sans choix arbitraire.
Un fichier JSON à la fois, choisi dans le navigateur. Il n'y a rien d'autre à régler et rien d'autre à proposer.
JSON vers YAML : les questions que l'on pose
Qu'est-ce qui convertit vraiment mon fichier JSON en YAML ?
C'est Python qui s'en charge, avec sa bibliothèque standard, sur une machine que nous louons et que nous surveillons. Ni astuce de navigateur, ni service d'un tiers : le fichier JSON est envoyé une fois, Python s'exécute une fois, le YAML revient, et aucun des deux fichiers n'est conservé ensuite.
Combien de temps prend une conversion JSON vers YAML ?
Sur le fichier utilisé par la sonde, Python a mis moins d'un dixième de seconde et écrit 68 octets de YAML. C'est une mesure réelle sur un fichier JSON réel, pas une moyenne et pas une promesse sur le vôtre : un JSON plus gros prend plus longtemps, et au-delà de 50 secondes l'exécution est arrêtée.
Qu'est-ce que je perds en passant du JSON au YAML ?
Celle qu'il faut connaître en premier : la mise en forme, qui était tout ce qu'il y avait à perdre. Un JSON n'a pas de commentaires à laisser tomber, le format n'en ayant pas : la conversion lit les données et les réécrit à neuf, si bien que l'indentation et les retours à la ligne sont le choix du rédacteur et non le vôtre. Chaque valeur est intacte.
Mes commentaires survivront-ils ?
Non. La conversion lit les données et les réécrit à neuf : les commentaires et la mise en forme sont ceux du rédacteur. Les données elles-mêmes sont intactes, à n'importe quelle profondeur.
Mes données sont-elles envoyées ailleurs ?
Non. Elles vont sur une machine que nous louons et que nous surveillons, sont lues par Python et réécrites, et aucun des deux fichiers n'est conservé. Il n'y a aucun service tiers dans cette famille et aucun modèle qui lise vos données.
La conversion JSON vers YAML est-elle gratuite ?
Il y a une franchise gratuite chaque mois, et une conversion JSON vers YAML coûte un demi-crédit dessus. Quand la franchise est épuisée, l'outil le dit et s'arrête, plutôt que de vous remettre discrètement un YAML moins bon.