Convertir XML a JSON Online

XML permite tanto elementos hijo como atributos para almacenar datos, lo que no tiene equivalente directo en JSON. La convención más adoptada (usada por xml2js en Node.js, xmltodict en Python, y la librería JAXB en Java) es prefijar los atributos con @: el elemento <user id="42" role="admin"> se convierte a {"user": {"@id": "42", "@role": "admin"}}. El contenido de texto de elementos mixtos (que tienen tanto atributos como texto) se coloca en la clave #text: <title lang="es">Hola</title> se convierte a {"title": {"@lang": "es", "#text": "Hola"}}. Esta convención es consistente con la especificación BadgerFish y con las herramientas más populares del ecosistema.

En XML, es perfectamente válido tener múltiples elementos hermanos con el mismo nombre: <items><item>A</item><item>B</item></items>. JSON no puede representar múltiples claves iguales en el mismo objeto (sería un JSON inválido según RFC 7159). La solución estándar es agruparlos en un array: {"items": {"item": ["A", "B"]}}. Un buen conversor detecta automáticamente cuando hay elementos repetidos y los convierte a array, aunque sean solo dos. Esto puede causar inconsistencias si a veces hay un solo elemento y a veces varios: el JSON tendría string en un caso y array en otro. La solución es normalizar siempre a array en los campos que lo requieran.

Los namespaces XML (definidos por el W3C en la recomendación 'Namespaces in XML 1.0', publicada en enero de 1999 y revisada en agosto de 2006) son una característica de XML sin equivalente en JSON. La representación más habitual es incluir el prefijo del namespace como parte del nombre de clave: el elemento <soap:Body xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/"> se convierte a {"soap:Body": {...}}. Las declaraciones de namespace (xmlns:prefix="uri") se tratan como atributos y aparecen con el prefijo @xmlns:prefix. Para casos de uso como migración de SOAP a REST donde los namespaces son omnipresentes, a menudo es necesario un post-procesado para eliminar los prefijos de namespace del JSON resultante.

CDATA (Character Data) es una sección especial en XML que permite incluir texto que contiene caracteres normalmente reservados (< > & ' ") sin necesidad de usar entidades XML (&lt; &gt; &amp;). La sintaxis es <![CDATA[contenido aquí]]>. CDATA se usa frecuentemente para incluir código HTML, JavaScript, SQL o cualquier texto con caracteres especiales dentro de un elemento XML. En la conversión a JSON, el contenido CDATA se trata como texto plano: las secciones CDATA se reemplazan por su contenido sin las marcas, y el resultado se coloca en el valor del campo JSON como un string normal. Si el XML tiene <descripcion><![CDATA[<b>Texto en negrita</b>]]></descripcion>, el JSON resultante es {"descripcion": "<b>Texto en negrita</b>"}.

La conversión ocurre en tu navegador usando el DOMParser nativo del navegador para parsear el XML y un serializer JSON personalizado. El DOMParser puede manejar archivos XML de varias decenas de MB en navegadores modernos (Chrome, Firefox, Edge). Para archivos grandes (más de 10 MB), el proceso puede tardar varios segundos. Para archivos XML muy grandes (más de 100 MB como sitemaps con cientos de miles de URLs o dumps de bases de datos en XML), recomendamos herramientas de streaming como xml2json en Node.js con streams, xmltodict en Python con el modo iterparse de xml.etree, o el procesador Saxon para XML de nivel empresarial.