最稳方案是先用encoding/xml.unmarshal解析为结构体或map[string]interface{},再用encoding/json.marshal序列化;需处理命名空间剥离、空元素、混合内容、编码转换和html实体解码。

用 encoding/xml 和 encoding/json 解析再序列化最稳
Go 标准库没提供直接的 XML→JSON 转换函数,必须分两步:先用 xml.Unmarshal 解析成 Go 结构体或 map[string]interface{},再用 json.Marshal 输出 JSON。强行跳过解析、用正则或字符串替换处理 XML,99% 会翻车——属性丢失、命名空间崩坏、CDATA 消失、嵌套空元素处理错位。
实操建议:
- 优先定义 struct(字段名加
xml:"tagname,attr"或xml:",chardata"标签),类型安全、性能好、可校验 - 若结构未知,用
map[string]interface{}+xml.Unmarshal,但要注意:XML 元素重复时会被覆盖为 slice,需手动预判;属性默认不进 map,得用xml:",any"配合自定义 Unmarshaler - 别用
xml.Decode直接读io.Reader后塞进json.Encoder——类型不匹配,panic 是分分钟的事
xml.Name.Local 和命名空间导致 JSON key 出现 ns1:tag 怎么办
XML 命名空间(如 <rss xmlns:dc="http://purl.org/dc/elements/1.1/"></rss>)会让 xml.Unmarshal 把 tag 名存成 ns1:tag,最终 JSON 字段变成带冒号的非法 key,前端解析失败或被忽略。
解决办法只有提前剥离命名空间:
立即学习“go语言免费学习笔记(深入)”;
- 读取 XML 字节后,用
bytes.ReplaceAll干掉所有xmlns[:xxx]="..."和xxx:前缀(简单场景够用,但注意别误杀 URL 内容) - 更稳妥的是用
xml.Decoder边读边忽略xml.StartElement.Attr中的xmlns属性,并在构建结构体字段时统一用本地名(e.Name.Local)作为字段名 - 别指望
encoding/xml自动做 namespace 映射——它压根不解析 namespace 语义,只当普通属性或前缀字符串
空元素、自闭合标签、文本混合时 JSON 结构对不上
XML 中 <price></price>、<price></price>、<price>29.99</price> 在 Go 的 xml.Unmarshal 行为不同:前者可能被忽略或设为零值,后两者分别对应空字符串和具体值,但若结构体字段是 *string 或 string,容易全变成 null 或空串,JSON 里就丢了字段或值错乱。
关键在字段声明和 Unmarshal 控制:
- 用指针类型(如
*string)接收可选字段,配合xml:",omitempty"标签,避免零值写入 JSON - 含混合内容(元素内既有子标签又有文本)的节点,必须用
xml:",chardata"单独字段捕获文本,否则会被子元素覆盖 - 自闭合标签(
<item></item>)默认不会触发UnmarshalXML方法,得靠自定义类型 + 实现该方法来统一转成空对象{}或null
中文乱码、特殊字符、HTML 实体没解码
XML 声明里写了 encoding="GB2312" 或内容含 、<,Go 默认只认 UTF-8,xml.Unmarshal 会直接报 invalid character entity 或输出乱码 JSON。
必须在解析前转码和解码:
- 用
golang.org/x/net/html/charset识别并转换非 UTF-8 编码(如 GBK、ISO-8859-1),再喂给xml.NewDecoder - HTML 实体(
—等)不属于 XML 标准实体,encoding/xml不处理,得在 Unmarshal 后遍历字符串字段,用html.UnescapeString手动解码 - 别依赖 XML 解析器自动做字符转换——它只校验 UTF-8 合法性,不做编码推断或 HTML 实体展开
XML 到 JSON 不是格式刷,是两次独立的语义解析。字段映射、空值策略、编码边界、命名空间处理,每一步漏掉一个细节,JSON 就可能少字段、多 null、键名非法、中文变 。真要健壮,就得老老实实按 XML spec 处理每个分支,而不是幻想一招通吃。










