XML 与 JSON 怎么互转：属性、文本节点与数组的映射

一、两种数据模型的差异

XML 是树 + 属性 + 文本，同一个标签可以重复出现表示列表；JSON 是对象 + 数组，重复靠数组表达，属性只能变成键。所以转换的核心是给「属性」和「文本」找位置。

二、常见映射约定

业界比较通用的约定（如 xml2js 的默认行为）是：

<user id="7" vip="true">
  <name>张三</name>
  <tags><tag>a</tag><tag>b</tag></tags>
</user>

{
  "user": {
    "@id": "7",
    "@vip": "true",
    "name": "张三",
    "tags": { "tag": ["a", "b"] }
  }
}

规则总结：

• 属性加 @ 前缀，避免和子元素同名冲突。
• 纯文本节点直接作为值；同时有属性和文本时，文本放 #text。
• 同名重复元素变成数组；只出现一次则是对象——这正是最大的歧义来源。
• 空元素 <a/> 通常变成 "" 或 null，要按目标系统的习惯统一。

三、单元素歧义怎么处理

<tag>a</tag> 转出来是 {"tag":"a"} 还是 {"tag":["a"]}？取决于约定，而消费方往往写死了其中一种。稳妥做法：

1. 转换时显式开启「同名即数组」选项（xml2js 的 explicitArray: true），让所有元素都是数组，消费方不用判断类型。
2. 或者在 schema 里声明哪些路径是列表，转换时强制成数组。

不做这一步，代码里就会充满 Array.isArray(x) ? x : [x] 这种补丁。

四、会丢失的信息

• 属性顺序和元素顺序（JSON 对象无序，虽然多数实现保留插入顺序）。
• 命名空间前缀：<ns:user xmlns:ns="..."> 里的 ns 在 JSON 里通常被拍平或丢弃，跨系统校验签名时会出问题。
• 注释、处理指令、DTD。
• CDATA：<![CDATA[<p>hi</p>]]> 内容会被当纯文本，转回 XML 时若不重新包 CDATA，尖括号会被当成标签。

如果 XML 要用于签名、报文校验，不建议转 JSON 再转回来——往返一次信息就可能不完整。要么全程用 XML 处理，要么只做单向转换。

五、实际转换的注意点

• 编码声明：XML 头部的 <?xml version="1.0" encoding="GBK"?> 决定字节如何解析，读文件时必须按它来，不能一律 UTF-8。
• 实体：& < 在解析时会被还原，转成 JSON 后就是普通字符；反向转换时要重新转义，否则生成的 XML 非法。
• 大文件：几十 MB 的 XML 不要一次性 DOM 解析，用流式（SAX/StAX）逐个节点处理。
• 数字与布尔：XML 里一切都是字符串，"true" 转成 JSON 后是否要变成 true，取决于消费方，别默认转换。

六、工具选择

小段报文可以直接贴进 JSON 格式化校验 检查转换结果是否合法；如果 XML 里带大量实体，用 HTML 实体编解码 单独看转义结果更直观。转换逻辑本身建议写在代码里（Python 的 xmltodict、JS 的 fast-xml-parser），在线工具只用于快速验证。

小结

属性加 @、文本用 #text、重复元素转数组；单元素是否成数组必须提前约定；命名空间和 CDATA 在转换中容易丢，涉及签名校验时不要往返转换。