翻译过滤器外部字典：如何在YAML中存储正则表达式？CSV/JSON是否更优？

刚好我之前处理过类似的正则存储问题，先帮你解决当前YAML示例里的核心问题——单引号嵌套的语法错误。YAML里如果字符串本身包含单引号，必须把内部的单引号写成两个连续的单引号才能正确解析，不然会触发语法异常。另外，对于包含^、$、[]这类正则特殊字符，或者:、-这类YAML结构符号的正则，最好用单引号或双引号把整个正则包裹起来，避免YAML把它们当成语法元素误解析。

修正后的YAML示例应该是这样的：

'Rejected': onewordstatus
'^Send to some module': twoword status
'^Image converted': twoword status
'Something': two wordstatus
'Error - input Source = ''F'' or ''E''': status2  # 内部单引号转义为两个连续单引号
'^[a-z;A-Z]* Module Done$': status3

如果你的正则里有双引号，也可以用双引号包裹整个字符串，内部双引号用\转义，比如：

"Error - input Source = \"F\" or \"E\"": status2

我帮你对比三种格式的优缺点，你可以根据自己的使用场景选择：

不推荐CSV的原因 #

CSV的结构过于简单，遇到正则里的逗号、引号、换行符时，转义规则会变得极其繁琐，很容易出现解析错误。比如你那个带单引号的正则，在CSV里要处理成"Error - input Source = 'F' or 'E'",status2，如果正则本身包含双引号，还要额外转义，可读性和维护性都很差——除非你的正则极其简单，否则完全不建议用CSV。

JSON：兼容性拉满的选择 #

JSON的语法非常严格，字符串转义规则明确，所有正则都可以用双引号包裹，内部的双引号用\转义即可，比如：

{
  "Rejected": "onewordstatus",
  "^Send to some module": "twoword status",
  "Error - input Source = \"F\" or \"E\"": "status2",
  "^[a-z;A-Z]* Module Done$": "status3"
}

几乎所有编程语言都有成熟的JSON解析库，跨语言使用毫无压力，而且不容易出现解析歧义。唯一的小缺点就是写法比YAML啰嗦，多了不少大括号和引号。

YAML：可读性最优的选择 #

如果你的团队主要是人类来编辑维护这个映射文件，YAML绝对是首选——它的语法简洁，看起来更像自然语言，不需要额外的大括号和逗号（除了键值对的冒号）。只要你掌握了单引号/双引号的转义规则，存储正则完全没问题，就像我上面给的修正示例那样。唯一要注意的是，不同YAML解析器对某些边缘情况的处理可能略有差异，但主流解析器（比如PyYAML、Ruby YAML）的表现都是一致的。

总结一下：如果追求跨语言兼容性和解析可靠性，选JSON；如果追求易读易编辑，选YAML；尽量避开CSV。

内容的提问来源于stack exchange，提问作者Piotr Perak