← 全部文章
更新于 May 29, 20268 min read

XML 转 JSON:属性、文本节点、数组与命名空间

把 XML 正确地转成 JSON:属性、文本节点、重复元素、命名空间如何映射 —— 带约定、边角情况以及 JS / Python 代码。

把 XML 转换为 JSON 听上去很机械，但你很快就会撞上 XML 里 JSON 没有直接等价物的部分：属性、文本与元素混合的内容、出现一次或多次的元素、以及命名空间。这里没有唯一「正确」的映射 —— 只有约定。本指南讲解标准约定、你必须做的决定，以及如何在 JavaScript、Python 和浏览器中把 XML 转为 JSON。

映射一览

大多数 XML 转 JSON 工具（xmltodict、fast-xml-parser，本站工具也是）都遵循同一种形态：每个元素变成一个对象，属性变成带特殊前缀的键，文本要么成为值，要么放到一个保留键里。

<!-- XML -->
<note id="1" priority="high">
  <to>Ada</to>
  <from>Bob</from>
  <body>Hello &amp; welcome</body>
</note>
// JSON
{
  "note": {
    "@id": "1",
    "@priority": "high",
    "to": "Ada",
    "from": "Bob",
    "body": "Hello & welcome"
  }
}

属性 → @ 前缀键

JSON 对象没有属性的概念，因此一个近乎通用的约定是给属性名加上 @ 前缀。这样它们与子元素区分开来，映射也是可逆的。

<book id="b1" lang="en"/>
→ { "book": { "@id": "b1", "@lang": "en" } }

有些工具用别的前缀（$、_），或用一个嵌套的 "@attributes" 对象。选一种就一以贯之 —— 下游代码需要知道属性在哪。

文本节点与混合内容

当一个元素只包含文本时，它会塌缩为一个字符串值。但当元素同时拥有属性和文本时，文本需要一个去处 —— 约定俗成的位置是键 #text。

<price currency="USD">9.99</price>
→ { "price": { "@currency": "USD", "#text": "9.99" } }

<title>Effective TypeScript</title>
→ { "title": "Effective TypeScript" }

真正的混合内容（文本与子元素交错出现，像 HTML 一类的标记）是最棘手的情况 —— 多数数据导向的转换器会拼接或丢弃零散的文本。如果你的 XML 是文档风格而非数据风格，预计这里会有损。

单个 vs 数组 的问题

这是比其他都更容易把代码坑死的陷阱。一个出现一次的元素会变成对象；同一个元素出现两次就变成数组。所以 JSON 的形态取决于数据，而不是 schema：

<tags><tag>a</tag></tags>
→ { "tags": { "tag": "a" } }          // 对象

<tags><tag>a</tag><tag>b</tag></tags>
→ { "tags": { "tag": ["a", "b"] } }   // 数组

期望 tags.tag 始终是数组的下游会在单项情况下崩溃。两个解法：把解析器配置成对已知可重复的元素总是当数组处理，或者在解析之后做归一化（const arr = [].concat(node.tag ?? [])）。

命名空间

XML 命名空间使用前缀（soap:Envelope）并通过 xmlns 声明绑定。JSON 没有命名空间概念，所以转换器通常采用以下几种做法之一：

  • 把前缀保留在键里 —— "soap:Envelope"。简单且可逆，但键里含冒号，要用方括号访问（obj["soap:Envelope"]）。
  • 丢掉前缀 —— "Envelope"。键更干净，但你会丢掉命名空间，而且两套使用同一本地名的命名空间之间可能撞键。
  • 把 xmlns 当属性保留 —— 声明变成 "@xmlns:soap" 之类的键，使绑定能在往返中存活。

对大多数数据任务来说，把前缀保留在键里是最安全的默认 —— 它永远不会丢信息。

实体与 CDATA

正确的转换器会把五个预定义实体（&lt;、&gt;、&amp;、&quot;、&apos;）以及数字引用（&#169;）解码为对应字符，并把 <![CDATA[...]]> 块视作字面文本。

约定的名字：BadgerFish、GData、Parker

「属性用 @、文本用 #text」并不是江湖上唯一的方案。读其他系统的 XML→JSON 输出时，会遇到这三个有名字的约定：

  • BadgerFish —— 属性放在以 @ 为前缀的键下；文本放到 $；命名空间声明放到 @xmlns。啰嗦但无损。
  • GData —— Google 的变体：属性带 $ 前缀；文本放在 $t 下；重复元素总是变成数组。无损且形态可预期。
  • Parker —— 完全丢弃属性；最简单也最有损的映射。在你掌控两端、只关心元素值时有用。

在与一个已经把 XML 转成 JSON 的系统集成时，先识别它用的是哪一种约定，再写解析代码。

用 JSONPath 查询转换结果

一旦 XML 被转好，就可以用 JSONPath 来寻址值。相比 XPath 的习惯，两处小调整：

  • 属性键带着映射里的 @ 前缀，所以 XPath 的 @id 在 JSONPath 里是 $..['@id']。
  • 上面提到的「单个 vs 数组」意味着像 book/title 这样一条本来能工作的 XPath，在 JSONPath 里可能需要写作 $..book[*].title 来兼顾两种形态。

用代码把 XML 转为 JSON

// JavaScript（浏览器） —— DOMParser + 一个小走树器，或者一个库：
import { XMLParser } from 'fast-xml-parser';
const parser = new XMLParser({ ignoreAttributes: false, attributeNamePrefix: '@' });
const obj = parser.parse(xmlString);

# Python —— xmltodict 会把属性映射到 "@name"，文本映射到 "#text"
import xmltodict, json
doc = xmltodict.parse(xml_string)
print(json.dumps(doc, indent=2))

在线把 XML 转为 JSON

想快速转换，把 XML 贴进 JSON ⇄ XML 转换器 并点击 To JSON。它应用上述约定 —— 属性用 @、混合内容用 #text、重复元素用数组 —— 并完全在你的浏览器里运行，因此内部数据流与 API 负载永不离开你的机器。

常见问题

XML 属性在 JSON 里如何表示？

按约定，它们变成以 @ 为前缀的键（例如 @id），与子元素区分开来，使映射可被逆向。

为什么同一个元素有时变成对象有时变成数组？

因为形态跟随数据：一次出现映射为对象，多次出现映射为数组。请把解析器配置成对已知可重复的元素总是按数组处理，或者在解析之后用 [].concat(value) 归一化。

同时拥有属性的元素的文本去哪儿了？

放到保留键 #text 下，因为对象已经容纳了属性。只有文本的元素则塌缩为普通字符串。

XML 命名空间怎么处理？

JSON 没有命名空间。最安全的做法是把前缀保留在键里（"soap:Envelope"），同时把 xmlns 声明作为 @xmlns:* 属性保留，这样什么都不会丢。

相关工具与指南