Конвертировать XML в Excel

Как конвертировать

1. 1

   Перетащите XML-файл

   Ленты, каталоги и выгрузки из систем обрабатываются только локально. Подходят RSS, обычный XML и XHTML.

2. 2

   Подтвердите найденный элемент записи

   Самый часто повторяющийся путь становится строкой. Переопределите его, если записи в вашем файле вложены нестандартно.

3. 3

   Конвертируйте и скачайте XLSX

   Вы получаете по одной строке на запись с закрепленным заголовком. Таблицу сразу можно фильтровать и сортировать.

Как определить, что считать строкой

В XML нет понятия таблицы, поэтому главный вопрос — какой элемент считать записью. Дерево документа проходится целиком, и для каждого узла считается количество одноименных дочерних элементов. Побеждает путь с наибольшим числом повторений. Если есть несколько вариантов с одинаковым счетчиком, выбирается более глубокий путь, потому что он конкретнее: rss.channel.item — куда более полезный ответ, чем rss.channel. Этот подход почти всегда правильно срабатывает на лентах и каталогах, но это все равно только эвристика. Поэтому путь выводится в редактируемое поле, а не прячется как внутренняя настройка. Выгрузка из 1С, где повторяются и Document, и TableRow, — тот случай, когда только вы знаете, что считать записью.

Атрибуты, пространства имен и вложенность

Атрибут несет данные так же, как и элемент, поэтому id="7" превращается в столбец с именем @id, а вложенный currency="EUR" — в sum.@currency. При желании измените префикс или полностью исключите атрибуты. Префиксы пространств имен по умолчанию удаляются, чтобы dc:title попал в столбец с именем title — этого обычно и ждут, когда открывают лист. Если отключить эту опцию, префикс в имени останется. Вложенные элементы разворачиваются в столбцы с именами через точку до указанной вами глубины. Все, что глубже, записывается как компактная JSON-строка в одной ячейке, а не раздувает таблицу вширь.

Объявления сущностей отклоняются, а не разворачиваются

XML-файл может объявлять свои сущности внутри DOCTYPE, а их разворачивание — тот самый механизм, которым атака billion laughs съедает память, а XXE читает файлы с сервера. Безопасного способа разворачивать недоверенные сущности нет, а для конвертации в таблицу это и не нужно. Поэтому документ с объявлением ENTITY отклоняется еще до парсинга, с сообщением, в котором прямо сказано, в чем причина. Удалите DOCTYPE, и остальная часть файла будет конвертирована как обычно.

Частые вопросы