XML数据须转为BSON兼容JSON格式才能存入MongoDB，推荐用xml2js或xmltodict轻量转换，避免DOM解析器；需规范处理属性、文本、命名空间及CDATA，并仅存JSON文档，按需反向生成XML。
XML 数据不能直接存入 MongoDB，必须先转成 BSON 兼容格式
MongoDB 原生不支持 XML 类型，所有文档必须是 BSON 格式（即 JSON 的二进制超集）。强行把 XML 字符串当 String 存虽可行，但会丧失查询、索引、嵌套遍历能力。真正可操作的路径只有一条：在写入前完成 XML → JSON 转换，并确保结构可映射、无歧义。
用 xml2js（Node.js）或 xmltodict（Python）做轻量转换，别碰 DOM 解析
浏览器 DOM API 或 libxml2 这类重型解析器会保留命名空间、CDATA、处理指令等 XML 特有细节，转出的 JSON 极其臃肿且难查询。生产环境应选语义简洁、默认扁平化、支持属性/文本分离的库：
-
xml2js推荐配置：const parser = new xml2js.Parser({ explicitArray: false, mergeAttrs: true, ignoreAttrs: false, tagNameProcessors: [xml2js.processors.stripPrefix] });其中explicitArray: false避免单子元素被包成数组，mergeAttrs: true把{"id": "1", "_": "content"} -
xmltodict（Python）默认行为更接近预期，但需手动处理重复标签：import xmltodict data = xmltodict.parse(xml_str, dict_constructor=dict)
注意它把所有值当字符串，数字/布尔需后续用json.loads()或正则识别修复
JSON Schema 设计要预留 XML 特性降级空间
XML 常见特性（如混合内容、属性+文本共存、命名空间）在 JSON 中没有直接对应。硬映射会导致数据失真或查询断裂：
- 属性统一加前缀，例如
@id、@xmlns，避免和子元素名冲突 - 文本内容显式存为
#text字段（xml2js默认），而非混在对象顶层 - 命名空间用
$前缀（如$xmlns）或单独字段namespaces: { "ns": "http://..." }，别塞进标签名 - 如果原始 XML 有 CDATA，转成普通字符串并加标记字段
{"#cdata": true, "#text": "..."}，否则反向转回时无法还原
上传后存的是 JSON，但读取时可能需要原样返回 XML —— 别在数据库里存两份
常见错误是同时存 xml_string 和 parsed_json 字段，既浪费空间又引入一致性风险。正确做法是：
- 只存转换后的
document字段（BSON 对象） - 读取时按需用
js2xmlparser或dicttoxml生成 XML，传给下游系统 - 若高频返 XML 且性能敏感，可加缓存层（Redis）存
xml_hash → xml_string映射，但绝不落地到 MongoDB - 特别注意编码：MongoDB 存的是 UTF-8 字符串，XML 声明中的
encoding="GBK"必须在解析前转码，否则xml2js会报Error: Invalid character
最易被忽略的是 XML 声明与根节点命名空间的绑定关系——转换时剥离了声明，但反向生成 XML 时若没补全 xmlns，下游系统可能拒绝解析。这一步必须在应用层兜底，数据库只管数据本体。
