作者 Yiyao发布于 更新于
转换 XML,让 JSON 结构清晰可核对
粘贴一份小型 XML 文档,检查元素和属性转换后的 JSON。当你有权使用的数据源、导出文件或 API 响应需要转换为可预测的结构,以便后续处理时,可以使用此工具。
先选择包含所需字段的代表性样本,将转换结果与原文比较,再把相同规则用于更大的数据集。XML 转换与记录提取是两个独立步骤:本工具不会替你决定最终报告应包含哪些字段。
结合输入与结果一起检查
将 XML 粘贴到输入区,点击转换,并检查旁边格式化后的 JSON。核对映射后,再复制或下载结果。出现错误时,应根据提示修正输入;此前的结果应视为已过期,不能当作当前输入的转换结果。
将原始 XML 与来源记录一起保存。转换格式有助于检查数据,但不能替代原始文件;解释异常字段或转换选择时,仍需要追溯来源。
遵循明确的映射规则
转换器保留根元素。属性会转换为以 @ 开头的字段。同名的重复兄弟元素会组成数组,只有一个时则保留为单个值。文本始终保留为字符串,因此 0017 这样的标识符不会丢失前导零。
同时包含属性和文本的元素使用 #text 保存文本值。空元素生成空字符串。如果文本与子元素交错出现,则需要能够保留顺序的转换方式,本工具的简化映射会拒绝此类混合内容。
| XML 特征 | JSON 表示 | 核对事项 |
|---|---|---|
| 根元素 | 以元素名命名的顶层字段 | 保留数据源或记录的边界 |
| 属性 id="0017" | "@id": "0017" | 以文本保留标识符 |
| 重复的 item 元素 | item 数组 | 核对转换后的记录数量 |
| 文本 12.50 | 字符串 "12.50" | 仅在后续明确类型的步骤中转为数字 |
用一个小示例核对结果
例如,<items><item id="0017">Blue</item><item id="0018">Green</item></items> 转换后为 {"items":{"item":[{"@id":"0017","#text":"Blue"},{"@id":"0018","#text":"Green"}]}}。
确认两条记录、两个字符串标识符及其标签一一对应。若下一步要生成电子表格,应选择 item 数组,并为 @id 和 #text 定义列。不要在尚未确认输入要求时,将包含外层包装的整个对象直接交给按行导出的工具。
先处理不支持的结构
XML 格式错误时,应修正源数据,而不是静默丢弃未闭合标签。工具拒绝包含文档类型声明或外部实体的文档。带命名空间的元素和混合内容需要比当前版本更明确的映射规则。
对于规模更大的生产流程,应先定义数据结构与记录路径,再选择转换库。将失败情况保留在运行记录中,避免把不完整的转换误认为完整采集结果。
在合适的流程阶段使用结果
Arcvenza Crawler Console 用于管理采集任务及其结果。只有实际取得的数据是 XML 时,才使用本转换器。通用网站采集提供 HTML 和 Markdown 输出;这些输出需要相应的内容提取,不能简单改称 XML。
转换后,核对记录数量和代表性字段。如果目标是表格,再继续进行 JSON 到 CSV 的字段映射。
需要进行采集任务时,可探索 Crawler Console;本工具的本地转换是独立步骤。
XML 转换常见问题
工具会自动识别日期和数字吗?不会。XML 文本和属性均保留为字符串,留给后续了解数据结构的处理步骤决定是否转换类型。
生成的 JSON 能还原原始 XML 的所有细节吗?请保留原始文件。本映射面向数据检查,不用于无损的 XML 往返转换。
