Convertidor online gratuito de XML a ASCII

Un importador antiguo puede rechazar el marcado XML o los caracteres que no pertenecen al conjunto ASCII de 7 bits, por lo que quizá necesites extraer texto sin formato o crear un documento XML codificado en ASCII. Elige el resultado que espera el programa de destino: son conversiones distintas.

Qué es XML

XML (Extensible Markup Language) almacena datos estructurados en elementos y atributos, junto con texto. Las aplicaciones, bases de datos, herramientas ofimáticas y sistemas de exportación de datos lo usan para configuraciones, documentos e intercambios de registros. XML es texto, pero puede incluir marcado y caracteres Unicode.

Qué es ASCII

ASCII es una codificación de caracteres de 7 bits con 128 caracteres, entre ellos letras básicas del inglés, dígitos, signos de puntuación y caracteres de control. El texto codificado en ASCII puede ser adecuado para software e interfaces antiguos que rechazan otros bytes. El texto sin formato no necesariamente está codificado en ASCII: el texto codificado como UTF-8, por ejemplo, puede contener caracteres que ASCII no puede representar.

Para obtener texto sin formato, extraer el texto de XML elimina los elementos y atributos. Para conservar la estructura del documento, serializa el XML en ASCII y representa los caracteres no admitidos mediante referencias de caracteres XML. Comprueba qué formato acepta el sistema de destino.

En línea en 101convert.com

1. Comprueba que el convertidor indique tu tipo de XML como formato de entrada y ASCII como formato de salida.
2. Sube un archivo o añade varios para convertirlos por lotes y, después, inicia la conversión.
3. Descarga el resultado. Comprueba el límite de tamaño por archivo que se indica en la página.

La conversión se realiza en el servidor del sitio con alphaTab y PyGuitarPro. No des por hecho que se admiten tipos de XML arbitrarios; comprueba primero los formatos indicados.

Sin conexión con software de escritorio

Python 3 funciona en Windows, macOS y Linux y puede extraer texto o volver a codificar XML localmente. Para extraer los nodos de texto y descartar el marcado, guarda este código como xml_to_ascii.py:

import sys
import unicodedata
import xml.etree.ElementTree as ET

root = ET.parse(sys.argv[1]).getroot()
text = "".join(root.itertext())
ascii_text = unicodedata.normalize("NFKD", text).encode("ascii", "ignore").decode("ascii")
with open(sys.argv[2], "w", encoding="ascii") as output:
    output.write(ascii_text)

Ejecuta python xml_to_ascii.py input.xml output.txt (usa python3 si ese es el comando de Python en tu sistema). El script concatena los nodos de texto sin añadir separadores; modifícalo si el sistema de destino necesita saltos de línea o etiquetas de campo. Los caracteres que no se pueden descomponer en ASCII se descartan, lo que puede provocar una pérdida de información.

Para conservar los elementos y atributos XML y generar un archivo XML codificado en ASCII, usa este script alternativo:

import sys
import xml.etree.ElementTree as ET

tree = ET.parse(sys.argv[1])
tree.write(sys.argv[2], encoding="us-ascii", xml_declaration=True)

Guárdalo en un archivo .py aparte y ejecútalo con el mismo patrón de comando. Python escribe los caracteres que no son ASCII como referencias de caracteres XML. La serialización puede cambiar el formato y no necesariamente conserva los comentarios ni la declaración de tipo de documento.

Calidad y compatibilidad

Compara el resultado con la estructura y la codificación que espera el sistema de destino. El texto extraído no sustituye a XML si la aplicación necesita etiquetas o atributos. ASCII no puede representar directamente muchos nombres y símbolos: el script de extracción descarta algunos caracteres, mientras que las referencias de caracteres solo los conservan si el destinatario acepta XML.