使用Express与Node.js结合body-parser-xml解析HTTP推送XML请求体时的解析异常问题咨询

看起来你遇到的问题主要来自三个核心点：外部请求没带标准的Content-Type头、全局的urlencoded中间件提前把请求体当成表单数据解析了，而且XML内容还被HTML实体转义了。咱们一步步来修复：

问题根源拆解 #

1. 缺少触发XML解析的Content-Type：body-parser-xml默认只会识别text/xml或application/xml类型的请求，但你的外部请求只带了自定义的x-meta-mime-type，没有标准的Content-Type头，导致解析逻辑根本没触发。
2. urlencoded中间件的干扰：你全局启用的express.urlencoded()中间件，会在没有明确Content-Type的情况下，把请求体当成URL编码的表单数据处理，结果把转义后的XML拆成了奇怪的键值对。
3. XML内容被HTML转义：请求体里的XML标签都被转成了HTML实体（比如<变成<，"变成"），直接解析的话肯定得不到正确的XML结构。

解决方案代码 #

首先，安装一个可靠的HTML实体解码库（比手动替换更稳妥）：

npm install he

然后修改你的Express代码，跳过全局urlencoded中间件的干扰，直接处理原始请求体：

const express = require('express');
const he = require('he');
const xml2js = require('xml2js'); // body-parser-xml底层依赖的解析库，直接用更灵活

const app = express();
const PORT = 8085;
const xmlParser = new xml2js.Parser({ explicitArray: false }); // 配置解析器，避免自动生成数组

// 注意：不要全局启用urlencoded中间件，只在需要处理表单的路由单独使用
// app.use(express.urlencoded({ extended: true }));

app.post('/feed', (req, res) => {
    let rawBody = '';

    // 收集原始的请求体内容
    req.on('data', chunk => {
        rawBody += chunk.toString();
    });

    req.on('end', () => {
        try {
            // 第一步：解码HTML实体，还原原始XML
            const decodedXml = he.decode(rawBody);
            console.log('解码后的原始XML:', decodedXml);

            // 第二步：把XML解析成JS对象
            xmlParser.parseString(decodedXml, (parseErr, parsedResult) => {
                if (parseErr) {
                    console.error('XML解析失败:', parseErr);
                    return res.status(400).send('Invalid XML');
                }

                console.log('解析后的XML对象:', parsedResult);
                res.status(200).end();
            });
        } catch (err) {
            console.error('请求体处理出错:', err);
            res.status(500).end();
        }
    });
});

app.listen(PORT, () => {
    console.log(`Server running on http://localhost:${PORT}`);
});

关键细节说明 #

• 移除全局urlencoded中间件：如果你的应用其他路由不需要处理表单提交，可以直接删掉全局的express.urlencoded()；如果需要，就在对应的路由单独添加这个中间件，避免干扰XML请求的处理。
• 手动获取原始请求体：通过监听req的data和end事件，我们能拿到未被任何中间件修改的原始请求内容，这是后续处理的基础。
• HTML实体解码：he.decode()能完美还原所有HTML实体，确保我们得到正确的XML字符串。
• 直接用xml2js解析：既然body-parser-xml底层也是用xml2js，直接使用它能让我们更灵活地控制解析过程，比如配置是否自动生成数组、是否保留属性等。

如果你实在想保留body-parser-xml的使用，也可以尝试手动给请求添加Content-Type头来触发它，但这种方法不如上面的方案可靠（因为请求体已经被urlencoded中间件处理过了）：

app.post('/feed', (req, res, next) => {
    // 手动设置Content-Type，触发body-parser-xml的解析逻辑
    req.headers['content-type'] = 'text/xml';
    next();
}, require('body-parser').xml({ limit:'25MB' }), (req, res) => {
    // 仍然需要解码HTML实体
    const decodedData = he.decode(JSON.stringify(req.body));
    // 这里可以再把解码后的字符串重新解析一次
    console.log('最终解析结果:', decodedData);
    res.status(200).end();
});

内容的提问来源于stack exchange，提问作者trrrnncy