如何在Rust中解析带条件字段的YAML？两次解析是否高效？

现有两类YAML文件：

// 1. book yaml
kind: book
title: Someone's life

publisher: someone
published_at: 2023-02-24T09:31:00Z+09:00

// 2. movie yaml
kind: movie
title: Someone's life

director: someone else

其中kind是标识YAML类型的关键字：当kind为book时，包含publisher和published_at字段；当kind为movie时，不含publisher但包含director字段。

我的初步思路是先定义通用解析结构体：

#[derive(Serialize, Deserialize, Debug)]
struct General {
  kind: String,
  title: String,
}

先通过该结构体解析YAML获取kind值，再使用对应结构体重新解析，例如Book结构体：

#[derive(Serialize, Deserialize, Debug)]
struct Book {
  kind: String,
  title: String,
  publisher: String,
  published_at: String,
}

该方案可行，但需要进行两次解析，请问这种方式是否高效？

两次解析的方案可行但存在明显性能损耗——同一份YAML文本要重复经历词法分析、语法分析的完整流程，如果处理大量或大体积的YAML文件，这种重复解析的开销会被放大。

更高效的替代方案有两种：

1. 利用Serde枚举的标签特性（最优选择） #

直接定义包含Book和Movie变体的枚举，通过Serde的tag属性自动匹配kind字段，只需一次解析即可完成类型分发，代码简洁且性能最优：

use serde::{Deserialize, Serialize};

#[derive(Serialize, Deserialize, Debug)]
#[serde(tag = "kind")]
enum Media {
    Book {
        title: String,
        publisher: String,
        published_at: String,
    },
    Movie {
        title: String,
        director: String,
    },
}

// 使用示例：直接解析到Media枚举
// let media: Media = serde_yaml::from_str(yaml_str)?;

Serde会自动读取kind字段的值，将YAML数据反序列化为对应的枚举变体，完全避免了重复解析。

2. 先解析为动态Value再转换 #

如果不想使用枚举，也可以先把YAML解析为serde_yaml::Value（动态节点类型），提取kind后再将Value转换为对应结构体。这种方式只做一次文本解析（转成Value），后续只是从Value反序列化到结构体，比两次全量解析高效：

use serde_yaml::Value;
use serde::{Deserialize, Serialize};

#[derive(Serialize, Deserialize, Debug)]
struct Book {
    kind: String,
    title: String,
    publisher: String,
    published_at: String,
}

#[derive(Serialize, Deserialize, Debug)]
struct Movie {
    kind: String,
    title: String,
    director: String,
}

fn parse_media(yaml_str: &str) -> Result<Box<dyn std::fmt::Debug>, serde_yaml::Error> {
    // 仅一次文本解析得到Value
    let value: Value = serde_yaml::from_str(yaml_str)?;
    let kind = value["kind"].as_str()
        .ok_or_else(|| serde_yaml::Error::custom("missing required field: kind"))?;
    
    match kind {
        "book" => {
            let book: Book = serde_yaml::from_value(value)?;
            Ok(Box::new(book))
        },
        "movie" => {
            let movie: Movie = serde_yaml::from_value(value)?;
            Ok(Box::new(movie))
        },
        _ => Err(serde_yaml::Error::custom(format!("unknown media kind: {}", kind))),
    }
}

总结：两次解析的方案虽然直观，但效率不如上述两种一次解析的方案。对性能有要求时优先选择枚举+Serde标签的方式；如果需要更灵活的动态处理，用Value中转也是不错的选择。

内容的提问来源于stack exchange，提问作者jeyraof