如何使用Java解析XML

DOM解析：适合小型XML文件

原理：将整个XML加载到内存形成树结构，支持随机访问。
优点：直观易用，可修改XML结构。
缺点：内存占用高，不适合大文件。

import org.w3c.dom.*;
import javax.xml.parsers.*;
// 解析步骤
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse("data.xml"); // 加载文件
// 获取根节点
Element root = doc.getDocumentElement();
System.out.println("根节点: " + root.getNodeName());
// 遍历子节点
NodeList nodeList = root.getChildNodes();
for (int i = 0; i < nodeList.getLength(); i++) {
    Node node = nodeList.item(i);
    if (node.getNodeType() == Node.ELEMENT_NODE) {
        System.out.println("子节点: " + node.getNodeName());
    }
}

SAX解析：高性能流处理

原理：基于事件驱动，逐行读取XML，不加载整个文件。
优点：内存占用低，适合大文件。
缺点：只读不可修改，需自定义事件处理器。

import org.xml.sax.*;
import org.xml.sax.helpers.*;
// 自定义处理器
class MyHandler extends DefaultHandler {
    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) {
        System.out.println("开始元素: " + qName);
    }
    @Override
    public void characters(char[] ch, int start, int length) {
        System.out.println("内容: " + new String(ch, start, length));
    }
}
// 使用SAX解析
SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser saxParser = factory.newSAXParser();
saxParser.parse("data.xml", new MyHandler()); // 绑定处理器

StAX解析：双向流处理

原理：基于拉模式（Pull Parsing），由程序控制读取进度。
优点：灵活高效，可同时读写。
缺点：API较复杂。

import javax.xml.stream.*;
import java.io.*;
XMLInputFactory inputFactory = XMLInputFactory.newInstance();
XMLStreamReader reader = inputFactory.createXMLStreamReader(new FileInputStream("data.xml"));
while (reader.hasNext()) {
    int eventType = reader.next();
    if (eventType == XMLStreamConstants.START_ELEMENT) {
        System.out.println("元素: " + reader.getLocalName());
    } else if (eventType == XMLStreamConstants.CHARACTERS) {
        System.out.println("内容: " + reader.getText());
    }
}
reader.close(); // 关闭资源

JDOM解析：简化DOM操作

原理：封装DOM，提供更简洁的API。
优点：代码简洁，易上手。
缺点：需额外引入库（JDOM 2.x）。

import org.jdom2.*;
import org.jdom2.input.SAXBuilder;
SAXBuilder saxBuilder = new SAXBuilder();
Document document = saxBuilder.build("data.xml"); // 构建文档
Element root = document.getRootElement();
// 获取子节点列表
List<Element> children = root.getChildren();
for (Element child : children) {
    System.out.println("节点: " + child.getName() + ", 值: " + child.getText());
}

DOM4J解析：功能全面

原理：高性能开源库，支持XPath。
优点：API丰富，适合复杂操作。
缺点：需引入第三方依赖。

import org.dom4j.*;
import org.dom4j.io.SAXReader;
SAXReader reader = new SAXReader();
Document document = reader.read("data.xml");
Element root = document.getRootElement();
// 使用XPath查找节点
List<Node> nodes = document.selectNodes("//book/title"); // 查找所有书名
for (Node node : nodes) {
    System.out.println("书名: " + node.getText());
}

方案对比与选型建议

选型指南：

• 优先考虑内存：大文件选SAX/StAX，小文件选DOM/JDOM/DOM4J。
• 优先考虑功能：需XPath选DOM4J，需简洁API选JDOM。
• 无依赖场景：Java标准库自带DOM/SAX/StAX。

最佳实践

1. 关闭资源：使用try-with-resources确保流关闭：

   try (FileInputStream fis = new FileInputStream("data.xml")) {
     SAXParser parser = SAXParserFactory.newInstance().newSAXParser();
     parser.parse(fis, new MyHandler());
   }

2. 防御解析攻击：禁用外部实体防止XXE破绽：

   DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
   factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true);

3. 性能优化：对大文件使用StAX并分批处理数据。

引用说明： 参考Oracle官方文档《Java API for XML Processing (JAXP)》及W3C XML解析标准，代码示例遵循Apache 2.0开源协议，第三方库JDOM、DOM4J的详细文档可在其官网查阅。