Если вы ищете парсер XML
Чаще всего под парсером XML понимают программу, которая читает готовый файл. Для этого есть стандартные средства: в Python модуль xml.etree и библиотека lxml, в PHP SimpleXML и XMLReader, в Java и Go свои встроенные пакеты, в 1С объект ЧтениеXML. Для разового просмотра хватит онлайн-валидатора.
Большой файл лучше читать потоком (iterparse в Python, XMLReader в PHP), а не загружать в память целиком. Карта сайта sitemap.xml тоже XML: я сам часто беру из неё список адресов товаров перед обходом сайта.
Моя услуга обратная: собрать данные с сайтов и построить из них XML. Если нужно ещё и разобрать чужой файл в вашем проекте или перевести его в таблицу, напишу небольшой скрипт.
Какой XML я собираю
Лучше всего, если у вас есть схема XSD или пример файла, который принимает ваша система: тогда собираю строго по нему. Если схемы нет, предложу структуру сам: элемент на каждую запись, атрибуты для идентификаторов, вложенные элементы для данных, которые плохо ложатся в таблицу.
- каталог товаров с вариантами и характеристиками для импорта в CMS
- файл обмена для 1С, если конфигурация ждёт XML
- справочник компаний или объявлений с вложенными параметрами
- список адресов страниц в формате sitemap
Подводные камни XML
XML строг к ошибкам: один незакрытый тег или недопустимый символ ломает весь файл. Амперсанды и угловые скобки в описаниях нужно экранировать или заворачивать в CDATA. С сайтов-источников часто приходят невидимые управляющие символы, их вычищаю до сборки.
Кодировка файла должна совпадать с объявленной в заголовке. Идентификаторы записей делаю уникальными и стабильными между выгрузками, даты пишу в формате ISO 8601, чтобы принимающая система не путала день и месяц.
Проверка, обновление и что прислать
Перед сдачей файл проходит проверку синтаксиса, сверку со схемой, если она есть, и сверку числа записей с источником. Выборочно сравниваю значения с сайтом. Для регулярной выгрузки настрою парсер, который пересобирает XML по расписанию и кладёт его по постоянной ссылке.
Если XML нужен как товарный фид для Яндекс Директа, Маркета или Вебмастера, это отдельная тема: смотрите страницу про товарный фид.
Для оценки пришлите схему или пример файла, сайты-источники, список полей и частоту обновления.