目录

• • 简介
  • 首次用户快速实验指南
  • 基本功能
  • 性能特点
  • 竞品
  • 进一步探索

简介

dasel，是数据（data）和 选择器（selector）的简写，该工具使用选择器查询和修改数据结构。

1. 支持 JSON，YAML，TOML，XML 和 CSV 五种常用的数据格式作为输入和输出格式。
2. 实现常用数据格式（JSON, YAML, TOML, XML, CSV）之间的转换。
3. 单执行文件，不需要依赖第三方库。
4. 启动速度更快，在小数据比 jq/yq 耗时更短，效率更高。

首次用户快速实验指南

1. 使用 x dasel 即可自动下载并使用

   • 在终端运行 eval "$(curl https://get.x-cmd.com)" 即可完成 x 命令安装, 详情参考 x-cmd 官网

2. x-cmd 提供1分钟教程，其中包含了 dasel 命令常用功能的 demo 示例，可以帮你快速上手 dasel 。

3. 使用案例:

   

   # 查询 ascii 码表中的首个 ASCII 码的 "Description" 字段的值
   x ascii --json | x dasel -r json '[0].Description'
   
   # 使用 all() 选择器和 key() 方法获取 JSON 数据中每个对象的 key
   x ascii --json | x dasel -r json 'all().key()'
   
   # 修改 ascii 码表中首个 ASCII 码 "Description" 字段的值为 "Empty"
   x ascii --yml | x dasel put -r yaml --selector '[0].Description' --value 'Empty'
   
   # 读取 CSV 格式的数据并将其转为 JSON 格式
   x ascii --csv | x dasel -r csv -w json
   

基本功能

当前, dasel 提供了:

1. 三类子命令:
   1. select
   2. put
   3. delete
2. 超过20种选择器

性能特点

1. dasel 并没有采用流式处理，在处理前，当前将整个数据都加载到内存中，因此，如果用户处理较大的数据时，dasel 可能会要求与数据大小相当（甚至更多）的内存。
2. dasel 启动时间比 jq/yq 更优，因此在小数据处理时，dasel 的效率更高。官网提供了一份测试报告。
3. 综上所述，dasel 在效率上能够足以应对手动维护的配置文件（例如 Kuberneter 的 yml）。加上其简单易用，DSL 和参数设计的可读性强，便于维护。如果你需要对配置文件进行增删改查，dasel 是一个不错的选择。

竞品

1. 如果你需要更灵活的更强大（但学习成本更高）的控制，或者你处理数据很大，需要流式处理，有如下选择:
   1. jq : 输入数据为 JSON，输出数据可以是 JSON，CSV和文本
   2. yq : 可以同时处理 JSON，YML，CSV，XML；
   3. xsv : 采用 rust 编写的高效 CSV/TSV 的处理工具，专门为大数据而生。
2. 如果你想使用通用的 SQL 来查询和操作 JSON 和 CSV，那么 trdsql 值得一看。

进一步探索

• dasel 官方提供了详细的 Gitbook 文档，该文档对 dasel 的 DSL 进行了详尽的介绍。
• dasel 的 GitHub 地址