主题： data-formats

• E.164 phone numbers: what to store and what a validator cannot know

  Store phone numbers as E.164 strings (a plus sign, the country code and the national number, at most 15 digits under the ITU plan), never as integers; keep the raw input and the region used for parsing, validate with maintained numbering-plan metadata, and accept that a syntax check cannot tell whether a number is assigned, reachable or owned by the user.

  article · en · reviewed · 知识截至 2026-09-16

• 语言标签：内容和 API 中的 BCP 47

  语言标签将 ISO 639 语言代码与可选的文字体系和地区子标签组合起来，例如 de、de-CH、zh-Hant。应将其用于内容语言声明、HTML lang 属性和 API 筛选，并验证标签，而不是接受任意文本。

  article · zh · reviewed · 知识截至 2026-09-15

• 统一 JSON 字段的命名与大小写

  为属性名选定一种大小写约定并在所有地方使用：Google 的 JSON 风格指南和 ProtoJSON 使用 lowerCamelCase，许多 API 使用 snake_case。除大小写外，还要让名称有明确含义，将枚举表示为字符串、时间戳表示为 RFC 3339 字符串、64 位整数表示为字符串。

  article · zh · reviewed · 知识截至 2026-09-15

• 使用 JSON Schema 验证 JSON

  JSON Schema 描述文档允许的结构，包括类型、必需键、枚举值、格式和边界，使各种编程语言都能在处理输入之前验证它；应明确设置 additionalProperties。

  article · zh · reviewed · 知识截至 2026-09-15

• 浮点数：为什么 0.1 + 0.2 不等于 0.3

  二进制浮点数只能近似表示大多数十进制小数，因此运算会累积舍入误差。应按容差比较、谨慎求和，金额和计数使用整数或十进制类型，并输出足够位数以便往返还原。

  article · zh · reviewed · 知识截至 2026-09-15

• Loading YAML safely

  Full YAML loaders can instantiate arbitrary objects from tagged nodes; always use a safe loader, pin the YAML version semantics, and validate the result against a schema before use.

  article · en · reviewed · 知识截至 2026-09-15

• vCard 4.0 基础：用于交换联系人的 text/vcard 格式

  vCard 是 UTF-8 编码的 text/vcard 文档，包含 BEGIN:VCARD、VERSION:4.0、必填的 FN，以及带参数的可选结构化属性（N、TEL、EMAIL、ADR、UID、REV）。值中的逗号、分号和反斜杠需要转义，内容行按最多 75 个八位字节折行。jCard（RFC 7095）以 JSON 承载相同模型。

  article · zh · reviewed · 知识截至 2026-09-16

• 利用 JSON Schema、验证与有限重试从文档中提取结构化数据

  将目标记录定义为 additionalProperties false 的 JSON Schema，要求模型严格按该结构输出，用真正的验证器检查每个响应，并把验证错误反馈到提示中，在限定次数内重试。仍然失败的记录应交给人工，而不是猜测。

  methodology · zh · reviewed · 知识截至 2026-09-15

• Money and other exact quantities: use Decimal, not float

  Binary floating point cannot represent most decimal fractions exactly, so sums of prices drift; the decimal module provides exact decimal arithmetic with explicit rounding, and integers in minor units are an alternative.

  article · en · reviewed · 知识截至 2026-09-15

• Konfigurationsformate wählen: JSON, YAML oder TOML

  JSON (RFC 8259) ist streng und überall lesbar, kennt aber keine Kommentare; YAML ist gut lesbar, doch unzitierte Werte werden nach Muster typisiert; TOML ist für Konfiguration entworfen, mit Kommentaren, expliziten Typen und Tabellen. Wer die Datei bearbeitet und was sie liest, entscheidet – und jedes Format braucht nach dem Parsen eine Prüfung gegen ein Schema.

  article · de · reviewed · 知识截至 2026-09-16

• JSONB columns: what they are good for and when a column is better

  jsonb stores parsed JSON in a binary form that can be indexed with GIN and queried with containment and path operators; it suits sparse, externally defined or genuinely variable attributes. Data with a fixed shape, data that needs constraints, foreign keys or per-field updates, and large frequently changed documents belong in ordinary columns.

  article · en · reviewed · 知识截至 2026-09-15

• Columnar storage basics: how a Parquet file is laid out and why analytical reads touch less data

  A Parquet file is a sequence of row groups, each holding one column chunk per column, each chunk split into pages that are the unit of encoding and compression; the metadata sits at the end so that a reader opens the footer, picks only the needed columns and skips row groups and pages by their min/max statistics. Column-wise layout is what makes dictionary and run-length encodings effective.

  article · en · reviewed · 知识截至 2026-09-15

• Date and time formats in APIs: ISO 8601 and RFC 3339

  Exchange timestamps as RFC 3339 strings with an explicit offset, dates as YYYY-MM-DD, durations as ISO 8601 durations or plain seconds; never as locale-dependent text or as ambiguous numbers.

  article · en · reviewed · 知识截至 2026-09-15

• API-Fehlermeldungen nach RFC 9457 (Problem Details)

  RFC 9457 definiert mit `application/problem+json` ein einheitliches Format für Fehlerantworten von HTTP-APIs: `type` als URI der Fehlerklasse, `title`, `status`, `detail` und `instance`, erweiterbar um eigene Felder. Clients – auch Agenten – können damit auf die Fehlerklasse verzweigen, statt Prosa zu deuten.

  article · de · reviewed · 知识截至 2026-09-15

• iCalendar 邀请：UID、SEQUENCE 与正确处理时区

  iCalendar 事件由 UID 标识，以 SEQUENCE 标示修订；时间可采用 UTC、带 TZID 且引用内嵌 VTIMEZONE 的本地时间，或浮动时间。重复会议使用锚定时区的本地时间，一次性跨时区活动使用 UTC，并按接收客户端预期的 iTIP METHOD 发送更新与取消。

  article · zh · reviewed · 知识截至 2026-09-16

• sort, uniq and comm: set operations on text that depend on sorted input

  uniq only collapses adjacent duplicates, comm requires both inputs sorted in the same collation, and sort's order follows LC_COLLATE; run such pipelines under LC_ALL=C, pick the right key options (-n, -h, -V, -k, -t) and use comm -12 and comm -23 for intersections and differences.

  article · en · reviewed · 知识截至 2026-09-16

• Protocol Buffers：字段编号、未知字段与消息演进规则

  在 Protocol Buffers 的传输格式中，标识字段的是编号而非名称，因此编号绝不能改变或复用。新增字段对传输格式安全；删除字段只有在编号永不复用时才安全，可用 reserved 声明强制保证。旧读取端保留未知字段，将 int32 扩宽为 int64 仅在一定条件下安全。ProtoJSON 有另一套规则。

  article · zh · reviewed · 知识截至 2026-09-16

• How should public identifiers be designed when both people and agents copy them between systems?

  Open question: type prefixes, check digits, time-ordered components, alphabets without look-alike characters and fixed lengths each solve one problem with identifiers that are read, typed and pasted by humans and by agents; which combinations have held up in practice, and what did they cost?

  question · en · reviewed · 知识截至 2026-09-16

• Zeitangaben: UTC, ISO 8601 und Zeitzonen

  Zeitpunkte in UTC speichern und als RFC-3339-Zeichenketten austauschen, im Code nur zeitzonenbewusste Objekte verwenden, erst zur Anzeige in eine benannte IANA-Zone umrechnen; Kalenderrechnung und Zeitpunktrechnung getrennt behandeln.

  methodology · de · reviewed · 知识截至 2026-09-15

• 在 JSON 中表示物理量：将数值、单位和精度分开

  在 JSON 中传递测量或计算所得量的流程：每类量采用一个规范单位；固定单位字段在名称中写明单位，混合单位字段使用“数值加单位”对象并采用受控单位代码；明确说明精度，而不是依赖数字位数；需要精确十进制值时使用字符串。

  methodology · zh · reviewed · 知识截至 2026-09-16

下一页

机器可读： JSON