PostgreSQL导入XML需先解析再转换为结构化数据后插入，常用方法有：①用pg_read_file+xpath解析本地小文件；②用xmlstar/Python转CSV后\copy导入；③建临时XML表配合XMLTABLE处理复杂嵌套。
将XML数据导入PostgreSQL数据库，核心是先解析XML内容，再将其转换为SQL可处理的结构（如行、列），最后通过INSERT或COPY方式写入表中。PostgreSQL本身不直接支持“XML文件一键导入”，但提供了强大的XML函数和灵活的数据处理能力，结合外部工具或SQL脚本即可高效完成。
使用pg_read_file + XML函数解析并插入
适用于XML结构简单、体积不大（几MB以内）、且已存放在数据库服务器本地的情况。PostgreSQL 10+ 支持标准XML类型和xpath()等函数，可直接在SQL中解析。
- 确保XML文件（如/var/lib/postgresql/data/data.xml）位于PostgreSQL服务可读路径，并开启
superuser权限 - 用
pg_read_file()读取内容，转为XML类型，再用xpath()提取字段。例如提取多个<item>中的id和name：
WITH xml_data AS (
SELECT XMLPARSE(CONTENT pg_read_file('/var/lib/postgresql/data/data.xml')) AS doc
),
parsed AS (
SELECT
(xpath('//item/id/text()', doc))[1]::text::int AS id,
(xpath('//item/name/text()', doc))[1]::text AS name
FROM xml_data,
UNNEST(xpath('//item', doc)) AS item_node
)
INSERT INTO my_table (id, name) SELECT id, name FROM parsed;
用psql命令行 + \copy配合外部解析（推荐）
更通用、安全、可控的方式：由客户端解析XML生成CSV或SQL，再用\copy或COPY导入。避免权限与路径限制，适合任意大小和结构的XML。
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
- 用Python（
xml.etree.ElementTree或lxml）或Shell（xmlstar）将XML转为CSV。例如用xmlstar提取：
xmlstar --text -t -o '"' -m "//item" -v "id" -o '","' -v "name" -o '"' -n data.xml > data.csv
- 确保目标表已存在（如
CREATE TABLE my_table (id INT, name TEXT);） - 在psql中执行：
\copy my_table FROM 'data.csv' WITH (FORMAT csv, HEADER false, DELIMITER ',', QUOTE '"');
创建临时XML表 + 分步清洗入库
适合复杂嵌套XML（含属性、多层子节点、命名空间），需分阶段校验和转换。
- 先建一个
temp_xml表存储原始XML文本：CREATE TEMP TABLE temp_xml (raw_content TEXT); - 用
COPY或INSERT把整个XML文件内容作为单条文本导入该表 - 再用
XMLPARSE转为XML类型，配合xpath、XMLTABLE（PostgreSQL 10+）展开结构化数据：
SELECT x.id, x.name
FROM temp_xml t,
XMLTABLE(
'//item'
PASSING XMLPARSE(CONTENT t.raw_content)
COLUMNS
id INT PATH 'id',
name TEXT PATH 'name'
) AS x;
-- 结果可直接INSERT INTO目标表
注意事项与避坑点
实际操作中容易忽略的关键细节：
- XML编码必须与数据库encoding一致（通常是UTF8），否则解析报错或乱码；可用
iconv提前转换 - 含命名空间的XML需在
xpath或XMLTABLE中声明，例如xmlns:ns="http://example.com/ns" -
pg_read_file()只能读取$PGDATA目录及子目录，且需超级用户权限，生产环境慎用 - 大XML文件（>100MB）建议用流式解析（如Python的
SAX或iterparse），避免内存溢出
