您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 程式設計入門

Java DOM 解析 XML 實戰：從入門到放棄（及更好的替代方案）

編輯：Java 程式設計入門

DOM 解析器：適合「小而全」的場景

DOM (Document Object Model) 解析器會一次性將整個 XML 文檔加載到內存，構建一棵完整的文檔對象樹。優點是操作直觀、支持隨機訪問、增刪改查靈活；缺點是內存佔用大，不適合大文件（>50MB 易 OOM）。正如原文吐槽：「代碼丑到吐」，這正是 JDOM、Dom4j、XStream 等封裝庫誕生的原因。

核心 API 速查

接口/類	核心作用
DocumentBuilderFactory	解析器工廠，獲取 DocumentBuilder
DocumentBuilder	執行解析，生成 Document 對象
Document	文檔樹根節點，代表整個 XML 文檔
Element	元素節點，可獲取屬性、子元素、文本內容
NodeList	節點列表，按文檔順序存儲
NamedNodeMap	屬性集合，非有序

實戰代碼：解析書籍目錄 XML

假設 books.xml 結構如下：

<books>
  <book id="1" category="tech">
    <title>Effective Java</title>
    <author>Joshua Bloch</author>
  </book>
  <book id="2" category="novel">
    <title>Three Body</title>
    <author>Liu Cixin</author>
  </book>
</books>

標準 DOM 解析流程

public class DomParserDemo {
    public static void main(String[] args) throws Exception {
        // 1. 獲取工廠與解析器
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        // 建議開啟命名空間感知，生產環境必開
        factory.setNamespaceAware(true); 
        DocumentBuilder builder = factory.newDocumentBuilder();

        // 2. 解析文件 -> Document 對象（全量加載入內存）
        Document doc = builder.parse(new File("books.xml"));

        // 3. 獲取根元素
        Element root = doc.getDocumentElement(); // 

        // 4. 獲取所有 book 元素
        NodeList bookList = root.getElementsByTagName("book");

        // 5. 遍歷提取數據
        for (int i = 0; i < bookList.getLength(); i++) {
            Element book = (Element) bookList.item(i);
            
            // 5.1 獲取屬性
            String id = book.getAttribute("id");
            String category = book.getAttribute("category");
            
            // 5.2 獲取子元素文本（繞彎路：Element -> NodeList -> Node -> getTextContent）
            String title = book.getElementsByTagName("title").item(0).getTextContent();
            String author = book.getElementsByTagName("author").item(0).getTextContent();
            
            System.out.printf("ID: %s | 類別: %s | 書名: %s | 作者: %s%n", 
                id, category, title, author);
        }
    }
}

輸出結果

ID: 1 | 類別: tech | 書名: Effective Java | 作者: Joshua Bloch
ID: 2 | 類別: novel | 書名: Three Body | 作者: Liu Cixin

DOM 痛點與優化技巧

痛點 1：獲取文本太繁瑣

標準 DOM 需鏈式調用：getElementsByTagName -> item(0) -> getTextContent()。封裝工具方法：

private String getChildText(Element parent, String tagName) {
    NodeList list = parent.getElementsByTagName(tagName);
    return list.getLength() > 0 ? list.item(0).getTextContent() : "";
}

痛點 2：內存溢出風險

大文件解析建議：

啟用 factory.setExpandEntityReferences(false) 禁用實體擴展。
或改用 SAX/StAX 流式解析（內存常數級）。

痛點 3：增刪改代碼極其冗長

創建元素需：doc.createElement -> setAttribute -> appendChild -> doc.createTextNode -> appendChild。這正是第三方庫簡化的重點。

現代替代方案推薦

庫	特點	適用場景
Dom4j	XPath 支持、鏈式 API、性能優於 DOM	企業級項目、複雜 XML 處理
JDOM2	純 Java 設計、API 直觀、泛型支持	中小型項目、追求代碼可讀性
XStream	對象<->XML 雙向轉換、註解驅動	配置文件、數據序列化
JAXB	標準規範、註解映射、Schema 驗證	Web Service、標準化數據交換

Dom4j 快速上手示例

// Maven: org.dom4j:dom4j:2.1.3
SAXReader reader = new SAXReader();
Document doc = reader.read(new File("books.xml"));

// XPath 一鍵提取
List books = doc.selectNodes("//book");
for (Node book : books) {
    String title = book.selectSingleNode("title").getText();
    String author = book.selectSingleNode("author").getText();
    String id = book.valueOf("@id"); // 屬性快速取值
    System.out.println(id + " | " + title + " | " + author);
}