XML 与 JSON 互转

因为 JSON 的对象键没有「属性」这个概念,而 XML 的属性(attribute)与子元素(child element)是两种不同的东西,需要区分开。用 @id 表示属性、用 id 表示子元素是最常见的约定,不依赖任何非标准扩展就行。如果你对接的系统用的是别的约定(比如 - 前缀),可以在选项里改;如果属性是纯元数据、不需要保留,也可以选择丢弃。

因为 XML 规范里 NameStartChar 的字符集并不包含中文等非 ASCII 字符,所以中文标签名在严格意义上就是非法的。这一点用 Python 的 xml.etree 验证过,它会报 not well-formed (invalid token)。本工具早期版本曾经放行过这类名字,后来改成严格拒绝 —— 因为一个比权威实现更宽松的解析器更危险:它会让你以为自己的 XML 是合法的,等换到别的系统上才报错。如果你的数据确实含中文标签,那它可能不是标准 XML(比如是某种自定义格式),需要先做转换。

因为 Element 的两种形态需要不同表示。一个元素如果既没有属性也没有子元素,内容就只有一段文本,这时直接输出字符串最简洁(如 <name>Tom</name> → "Tom")。如果它带了属性或子元素,就需要一个对象来容纳多个键。这个行为由「折叠纯文本」选项控制,关掉它则统一输出成对象形式,便于对结构做统一处理。

默认会自动转成数组,因为这是唯一不丢信息的做法。但如果某个元素在你的数据里逻辑上就是单个,而某次恰好出现了两个(可能是数据问题),自动数组会让下游代码措手不及。所以本工具还提供「强制数组」选项:把元素名写进去,它无论出现几次都是数组,下游就不必写「有时是对象有时是数组」这种兼容分支。

转换时会忽略注释。因为 JSON 没有注释这种语法,无处安放;而且注释往往是给人看的说明,在数据转换里保留下来反而会污染结构。如果你需要保留注释做文本对比,那是另一个场景,应该用文本对比工具而不是格式转换。

因为展开自定义实体意味着要解析 DOCTYPE 里的 ENTITY 声明,而这是 XML 外部实体攻击(XXE)的经典入口 —— 攻击者可以借此读取服务器本地文件。本工具只处理 5 个语言内置实体和数字字符引用,遇到无法识别的实体会**原样保留**并单独列出来告诉你,而不是静默丢弃或尝试展开。这样既安全,也不会让你在不知情的情况下丢数据。

在结构层面可以:XML 转成 JSON 再转回 XML,元素层级、属性、文本都会还原。但有两类信息无法保留:一是注释,二是元素间无意义的缩进空白(否则每个有格式的文档都会多出一堆空的 #text 节点)。所以往返结果的语义等价,但字节不一定逐字相同。如果你需要逐字节对比,请用文本对比工具。

前缀会原样保留,例如 <ns:root xmlns:ns="urn:x"> 转成 JSON 后键名就是 ns:root。这与 Python 的 etree 不同 —— 它会展开成 {urn:x}root。这里的选择是刻意的:工具箱的用户通常只是想看看 XML 的结构,而展开后的 URI 前缀又长又难读,反而妨碍理解。这个差异在页面上有说明,如果你需要严谨的命名空间展开结果,应该用专门的编程库。