meilisearch和typesense均不支持直接解析xml文件，必须先用脚本将xml转换为jsonl格式并显式配置字段属性才能正确索引与搜索。
Meilisearch 和 Typesense 原生不解析 XML 文件内容——它们只索引你喂给它的 JSON 文档结构。想让 XML 内容可搜，必须先提取、转换、清洗，再以标准格式导入。这不是配置问题，而是数据管道问题。
XML 解析必须前置：别指望搜索引擎自动读取 .xml 文件
两者都不支持直接挂载 XML URL 或监听 XML 文件变更。常见错误是把 sitemap.xml 或产品 feed.xml 直接丢给 Meilisearch 的 docs-scraper（它只处理 HTML 页面），结果索引为空或全是标签文本。
- Meilisearch 的
docs-scraper仅支持 HTML 抓取 + CSS 选择器提取，对纯 XML 无解析能力 - Typesense 的
import命令只接受 JSONL（每行一个 JSON 对象）或 CSV，不识别 XML 标签结构 - 若强行用
curlPOST 整个 XML 字符串进 API，会因字段缺失/类型错乱导致索引失败或搜索无结果
推荐做法：用脚本做轻量 XML → JSONL 转换
核心是写一个短小的转换脚本，按业务逻辑提取关键字段（如 <title></title>, <description></description>, <price></price>），输出为每行一个 JSON 对象的 .jsonl 文件。Python 的 xml.etree.ElementTree 足够可靠。
import xml.etree.ElementTree as ET
import json
<p>tree = ET.parse('products.xml')
root = tree.getroot()</p><p>with open('products.jsonl', 'w') as f:
for item in root.findall('product'):
doc = {
'id': item.find('id').text,
'title': item.find('title').text or '',
'description': (item.find('description').text or '')[:2000],
'price': float(item.find('price').text) if item.find('price') is not None else 0.0,
'in_stock': item.find('in_stock').text.lower() == 'true' if item.find('in_stock') is not None else False,
}
f.write(json.dumps(doc, ensure_ascii=False) + '\n')</p>注意：id 字段必须存在且唯一；字符串字段建议加 [:2000] 截断防爆内存；数值/布尔字段需显式类型转换，否则 Typesense 会拒收或降级为字符串。
导入时的关键配置项：filterable / searchable / sortable
XML 转出的字段不是自动可搜的。你得在创建索引后，显式设置哪些字段参与全文检索、筛选或排序——否则即使数据进了，q=foo 也查不到，filter=price > 100 会报错。
- Meilisearch：用
updateAttributesForFaceting和updateSearchableAttributes分别设filterable和searchable - Typesense：建索引时通过
fields数组声明，例如：{"name": "title", "type": "string", "facet": false, "index": true} - 常见坑：
price设成searchable没用（它是数值），但必须设filterable才能filter=price:>50；in_stock必须是布尔型且设facet: true才能在前端做“有货/缺货”筛选按钮
搜索时别漏掉 XML 特有结构问题
XML 常含 CDATA、命名空间、嵌套属性（如 <image width="300" height="200"></image>），这些不会自动扁平化。如果你没在转换脚本里处理，搜索 width:300 就永远无结果。
- 属性值要显式提取：比如
item.find('image').get('width')，不能依赖默认文本内容 - CDATA 内容会被
ElementTree正常读取为文本，无需特殊处理，但要注意编码（建议统一 decode 为 UTF-8） - 带命名空间的 XML（如
xmlns:ns="http://example.com/ns"）必须在find()中传入命名空间字典，否则find('ns:title')返回None
最易被忽略的一点：XML 中大量空元素（<tags></tags>）、缺失子节点、非法字符（如控制符 \x00）会导致解析中断。务必在脚本中加 try/except 并记录日志，别让单条脏数据卡死整个导入流程。
