你可能想看看http://designtheory.org/library/extrep/designdb-1.0.pdf。这个项目从一个大型XML文件库的XML到JSON转换开始。在转换过程中进行了大量研究，并生成了最简单直观的XML -> JSON映射(在本文前面有描述)。总之，将所有内容转换为JSON对象，并将重复块作为对象列表。

表示键/值对的对象(Python中的字典，Java中的hashmap, JavaScript中的对象)

没有映射回XML以获得相同的文档，原因是，键/值对是属性还是<key>value</key>，因此该信息丢失。

如果你问我，我会说属性是一个入门;但它们在HTML上也很好用。

xmltodict(完全公开:是我写的)可以帮助您按照这个“标准”将XML转换为字典+列表+字符串结构。它是基于expat的，所以速度非常快，而且不需要在内存中加载整个XML树。

一旦你有了这个数据结构，你可以将它序列化为JSON:

import xmltodict, json

o = xmltodict.parse('<e> <a>text</a> <a>text</a> </e>')
json.dumps(o) # '{"e": {"a": ["text", "text"]}}'

我建议不要直接转换。将XML转换为对象，然后从对象转换为JSON。

在我看来，这为XML和JSON如何对应提供了一个更清晰的定义。

这需要时间来调整，你甚至可以编写工具来帮助你生成一些内容，但它大致如下所示:

class Channel:
  def __init__(self)
    self.items = []
    self.title = ""

  def from_xml( self, xml_node ):
    self.title = xml_node.xpath("title/text()")[0]
    for x in xml_node.xpath("item"):
      item = Item()
      item.from_xml( x )
      self.items.append( item )

  def to_json( self ):
    retval = {}
    retval['title'] = title
    retval['items'] = []
    for x in items:
      retval.append( x.to_json() )
    return retval

class Item:
  def __init__(self):
    ...

  def from_xml( self, xml_node ):
    ...

  def to_json( self ):
    ...

我的答案针对的是特定的(有点常见的)情况，在这种情况下，您实际上不需要将整个xml转换为json，但您需要遍历/访问xml的特定部分，并且您需要它是快速和简单的(使用json/dict-like操作)。

方法

为此，需要注意的是，使用lxml将xml解析为树非常快。大多数其他答案中最慢的部分是第二步:遍历树结构(通常在python领域)，将其转换为json。

这使我采用了我认为最适合这种情况的方法:使用lxml解析xml，然后(惰性地)包装树节点，为它们提供一个类似字典的接口。

Code

代码如下:

from collections import Mapping
import lxml.etree

class ETreeDictWrapper(Mapping):

    def __init__(self, elem, attr_prefix = '@', list_tags = ()):
        self.elem = elem
        self.attr_prefix = attr_prefix
        self.list_tags = list_tags

    def _wrap(self, e):
        if isinstance(e, basestring):
            return e
        if len(e) == 0 and len(e.attrib) == 0:
            return e.text
        return type(self)(
            e,
            attr_prefix = self.attr_prefix,
            list_tags = self.list_tags,
        )

    def __getitem__(self, key):
        if key.startswith(self.attr_prefix):
            return self.elem.attrib[key[len(self.attr_prefix):]]
        else:
            subelems = [ e for e in self.elem.iterchildren() if e.tag == key ]
            if len(subelems) > 1 or key in self.list_tags:
                return [ self._wrap(x) for x in subelems ]
            elif len(subelems) == 1:
                return self._wrap(subelems[0])
            else:
                raise KeyError(key)

    def __iter__(self):
        return iter(set( k.tag for k in self.elem) |
                    set( self.attr_prefix + k for k in self.elem.attrib ))

    def __len__(self):
        return len(self.elem) + len(self.elem.attrib)

    # defining __contains__ is not necessary, but improves speed
    def __contains__(self, key):
        if key.startswith(self.attr_prefix):
            return key[len(self.attr_prefix):] in self.elem.attrib
        else:
            return any( e.tag == key for e in self.elem.iterchildren() )


def xml_to_dictlike(xmlstr, attr_prefix = '@', list_tags = ()):
    t = lxml.etree.fromstring(xmlstr)
    return ETreeDictWrapper(
        t,
        attr_prefix = '@',
        list_tags = set(list_tags),
    )

这个实现是不完整的，例如，它不清楚地支持元素同时具有文本和属性，或者同时具有文本和子元素的情况(只是因为我在编写它时不需要它……)不过，改进它应该很容易。

速度

在我的特定用例中，我只需要处理xml的特定元素，与使用@Martin Blech的xmltodict然后直接遍历字典相比，这种方法提供了惊人的70倍加速(!)。

奖金

作为奖励，由于我们的结构已经是dict-like的，我们可以免费获得xml2json的另一种替代实现。我们只需要将dict-like结构传递给json.dumps。喜欢的东西:

def xml_to_json(xmlstr, **kwargs):
    x = xml_to_dictlike(xmlstr, **kwargs)
    return json.dumps(x)

如果你的xml包含属性，你需要使用一些字母数字attr_prefix(例如。"ATTR_")，以确保这些键是有效的json键。

我还没有对这部分进行基准测试。

检查lxml2json(披露:我写的)

https://github.com/rparelius/lxml2json

它非常快速、轻量级(只需要lxml)，一个优点是您可以控制某些元素是转换为列表还是字典

可以使用declxml。它具有高级特性，如多属性和复杂的嵌套支持。您只需要为它编写一个简单的处理器。同样，使用相同的代码，您也可以转换回JSON。它相当简单，文档也很棒。

链接:https://declxml.readthedocs.io/en/latest/index.html