格式化

XML 格式化

XML 数据格式化、压缩和美化

输入 XML
格式化结果
格式化结果将显示在这里

什么是 XML 格式化?

XML(eXtensible Markup Language)是一种可扩展的标记语言,用于存储和传输数据。XML 格式化工具可以将压缩的 XML 数据转换为易于阅读的格式,添加适当的缩进和换行,方便开发者查看和编辑数据结构。

功能特点

  • 格式化:将压缩的 XML 格式化为易于阅读的格式,添加适当的缩进和换行
  • 压缩:压缩 XML 数据,移除所有空白字符,减小文件大小
  • 自定义缩进:支持 1 到 8 空格缩进
  • 语法校验:实时检测 XML 语法错误
  • 压缩率显示:实时显示压缩比例和大小变化
  • 快速复制:一键复制格式化或压缩结果

使用场景

  • API 接口调试:格式化接口返回的 XML 数据
  • 配置文件编辑:美化 XML 配置文件
  • 数据分析:查看复杂嵌套的数据结构
  • 日志排查:格式化日志中的 XML 内容

XML 格式化先把 XML 文本解析成对象再重新序列化:按 1、2 或 4 个空格缩进排版,同时给出单行压缩版本和压缩率读数。适合查看被压成一整行的 SOAP 报文、Maven POM、Web.config 这类配置与接口返回数据。

排版靠解析重建,不是改空白

这个工具不会去编辑你的原始文本。fast-xml-parser 先把文档读成一个普通 JavaScript 对象,再由 XMLBuilder 带缩进打印出来,凡是解析器里没有对应字段的内容,在打印之前就已经丢了:注释消失,DOCTYPE 声明消失,写成自闭合的空元素会变回开始标签加结束标签,因为代码里 suppressEmptyNode 是 false。CDATA 段被解码成普通文本后重新转义,段内的 & 在输出里就成了实体引用。结果末尾还会多一个换行。所以格式化结果与原文的差别可能落在内容上,而不只是排版,覆盖已入库的配置文件之前最好留一份副本。

version="1.0" 为什么被改成 version="1"

属性值在打印之前就被推断了类型:解析选项开了 parseAttributeValue,又关掉了 parseTrueNumberOnly。于是 XML 声明里的 version="1.0" 输出成 version="1",id="007" 变成 7,qty="1.50" 变成 1.5,文本里的 0042 也会变成 42。属性值若恰好是字符串 "true",会被当成布尔真,打印成一个没有等号也没有引号的裸属性名,这已经不是合法 XML 了。这些改写是最常见的意外:严格解析器会拒绝 version="1",带前导零的订单号也和上游数据对不上。

宽松解析不等于合法性校验

只有解析器中途放弃时才会出现红色错误条,实际触发条件基本是结构性截断:注释没闭合、CDATA 没闭合、处理指令没闭合,提示文字直接来自库里,例如 Comment is not closed. 其余问题都被悄悄修好:内外标签不配对会被自动闭合,根元素之后多余的闭合标签直接丢弃,多个顶层元素照样依次输出,正文里出现裸的 < 甚至会把重建后的元素名写坏。所以输出干净只说明解析器处理得下去,不代表文档合法:DTD 与 XSD 约束、命名空间绑定、实体声明都不在检查范围内。

实操示例

往返一次后属性值被改了类型

输入
<order id="007" count="3"><item sku="A-1" qty="1.50">2</item><!-- rush --></order>
输出
<order id="7" count="3">
  <item sku="A-1" qty="1.5">2</item>
</order>

两个值被改写、一个节点被丢掉:id 按数字解析后前导零消失,1.50 收敛成 1.5,而结束标签前的注释从未进入重建后的文档。末尾那个换行是 XMLBuilder 固定补上的,它的输出总是以换行结束。

边界与常见误用

  • 缩进只有 1、2、4 个空格三档,不提供 Tab,也不做按行宽折行,每个子元素固定独占一行。
  • 注释与 DOCTYPE 声明不会出现在结果里,用它整理依赖这些声明的实体定义或构建配置会改动实质内容。
  • 看起来像数字或布尔的属性值、文本值会被重新定型:前导零编号、两位小数金额、字面量 true 都留不住原写法。
  • 输出干净不等于文档合法:不配对的标签会被自动闭合、多余顶层元素照收,只有注释、CDATA、处理指令未闭合时才会报错。
  • 压缩率是压缩结果长度除以原始输入的 JavaScript 字符串长度,中文按 1 个字符计、与 UTF-8 字节数无关;输入本来就是单行压缩内容时压缩率为 0,界面不显示该读数。

相关工具

该在这页看、该用 xmllint,还是该交给 Prettier

情形本页(在标签页里用 fast-xml-parser 重建)真实做法
文档是带行内标签的正文:SVG 的 text、XHTML、DocBook行内子元素旁边的文字撑不住一行:<p>text <b>bold</b> tail</p> 出来时 <b> 独占一行,后半句被粘成 texttail,两个词之间的空格就没了。纯元素的配置不受影响,正文会中招。保留树结构的打印器不动文字节点,只缩进纯元素区域:xmllint --format 会把整段留在同一行,xmlstarlet fo 这类 XSLT 缩进也一样。写的是文档而不是数据,就不该走这页的重建流程。
结果要能被 schema 或 DTD 接受值在打印前已经被重新定型:文本里的 1e3 印成 1000,0.0000001 印成 1e-7,写成 "true" 的属性值印成没有等号的裸属性名。而 xs:decimal 不接受指数写法,原本合法的文档可能就此不合法。先用 xmllint --format 排版,它把文字节点原样抄过去,1e3 还是 1e3;再用 xmllint --noout --schema gateway.xsd wsdl.xml 判定文档对不对。这页负责看懂,校验器负责下结论。
仓库里四十个 XML 最后要长成一个样一次粘一个,只给空格,宽度 1、2、4 三档(下拉顺序是 2、4、1,默认 2)。没有 Tab,没有能提交的配置,也没有批量入口,样式能维持到关掉标签页为止。Prettier 配 @prettier/plugin-xml,规则写进 .prettierrc 的 tabWidth、useTabs: true、xmlWhitespaceSensitivity,一条命令跑完一个 glob,还能挂进 CI 卡门禁。下一个提交的人拿到的就是这套规则。
XML 是磁盘上的文件,或者有上百个没有文件选择器,也没有批量入口:一次一份粘进文本框,两个面板随每次按键在页面主线程里同步重算。xmllint --format in.xml -o out.xml 直接读文件写文件,对 *.xml 跑个 for 循环就能覆盖一个目录。源本来就在磁盘上时,绕一趟浏览器文本框只是多一次复制。
只想从 200 条应答里掏出一个字段格式化把每个元素、每个属性、每层嵌套都留着,要找的字段仍在很长的滚动条后面;这页既没有搜索,也没有路径定位。站内的「XML 转 JSON」把同一段字符串变成可下标的对象,feed.entry[3].title 一步到位,代价是注释没了、属性多了 @_ 前缀。读数据就去转换,交出去的东西是 XML 才排版。
不能装任何东西,报文也不许出本机解析和重建都在标签页里完成,客户报文不经过任何服务器,关掉页面就不留副本。只求看一眼时,接受前面那些改写,理由就是这一条。这页提到的每条命令都要安装,也都会在磁盘上留一份:仓库、/tmp、或者 shell 历史。装也不许、落盘也不许时,这页是唯一剩下的路,那就只读不交。

一个具体场景

网关 WSDL 从日志里粘出来,11 个空元素各胖了 12 个字符

支付网关的 WSDL 在日志里是一整行:11 个写成 <xs:element/> 的空元素、4 段写明值班人的注释、1 个 DOCTYPE。按默认 2 空格粘进来,文档展开成一元素一行,那 11 个空元素变成开始标签加结束标签,每个从 13 个字符涨到 25 个,光这一项结果就比原文多出 132 个字符,缩进还没开始算。DOCTYPE 和那 4 段注释一条都没回来。压缩率读数在这份输入上仍可能是个正数,因为变少的是内容,不是空白。在页里读一遍就够,要进仓库的那份先用 xmllint --noout --schema 过一遍。

常见问题

XML 和 JSON 该用哪个?
新系统、Web API 首选 JSON(更轻、解析普遍)。XML 仍有不可替代的场景:文档标记、SOAP 企业接口、需要命名空间和 XSD 严格校验的数据交换、出版与法律行业。两者可用本站工具互转。
格式化会保留注释和 CDATA 吗?
会。格式化只调整缩进与换行,注释 、CDATA 段、处理指令全部原样保留;CDATA 内部文本不会被重新缩进,否则会改变内容本身。
提示 XML 声明位置错误是什么意思?
必须是文档最开始,前面不能有任何字符——包括空行和 BOM。从其他系统导出的文件常见这个错误,删掉声明前的空白即可。

内容复核: