Java XML 解析四大方式全對比：DOM、SAX、JDOM、DOM4J — 原理、代碼、性能、選型指南

一、XML 基礎知識回顧

• 樹形結構：根元素 → 子元素 → 文本/屬性/註釋/CDATA。
• 節點類型：Element (元素)、Attribute (屬性)、Text (文本)、Comment (註釋)、ProcessingInstruction 等。
• 編碼聲明：<?xml version="1.0" encoding="UTF-8"?> 必須在文件首行。

二、四大解析器架構原理對比

三、實戰代碼對比：解析同一份 books.xml

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book id="1">
    <name>冰與火之歌</name>
    <author>喬治馬丁</author>
    <year>2014</year>
    <price>89</price>
  </book>
  <book id="2">
    <name>安徒生童話</name>
    <year>2004</year>
    <price>77</price>
    <language>English</language>
  </book>
</bookstore>

1. DOM — 官方標準，隨機訪問首選

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse(new File("books.xml"));

NodeList books = doc.getElementsByTagName("book");
for (int i = 0; i < books.getLength(); i++) {
    Element book = (Element) books.item(i);
    String id = book.getAttribute("id");
    String name = book.getElementsByTagName("name").item(0).getTextContent();
    // ... 其餘字段
}

優點：無依賴、標準化、可修改寫回。缺點：大文件 OOM 風險、API 冗長 (NodeList/NodeType 判斷)。

2. SAX — 流式解析，大文件救星

public class BookSaxHandler extends DefaultHandler {
    private List books = new ArrayList<>();
    private Book current;
    private StringBuilder text = new StringBuilder();

    @Override public void startElement(String uri, String local, String qName, Attributes attrs) {
        if ("book".equals(qName)) {
            current = new Book();
            current.setId(attrs.getValue("id"));
        }
        text.setLength(0);
    }
    @Override public void characters(char[] ch, int start, int len) {
        text.append(ch, start, len);
    }
    @Override public void endElement(String uri, String local, String qName) {
        if (current == null) return;
        switch (qName) {
            case "name": current.setName(text.toString().trim()); break;
            case "author": current.setAuthor(text.toString().trim()); break;
            case "year": current.setYear(text.toString().trim()); break;
            case "price": current.setPrice(text.toString().trim()); break;
            case "language": current.setLanguage(text.toString().trim()); break;
            case "book": books.add(current); current = null; break;
        }
    }
    public List getBooks() { return books; }
}

// 使用
SAXParserFactory spf = SAXParserFactory.newInstance();
SAXParser parser = spf.newSAXParser();
BookSaxHandler handler = new BookSaxHandler();
parser.parse(new File("books.xml"), handler);
List books = handler.getBooks();

優點：內存恆定、速度最快、適合超大文件。缺點：只讀、單向、需手寫 Handler 狀態機、代碼量大。

3. JDOM — Java 風格封裝，開發體驗佳

SAXBuilder builder = new SAXBuilder();
Document doc = builder.build(new FileInputStream("books.xml"));
Element root = doc.getRootElement();
List books = root.getChildren("book");
for (Element book : books) {
    String id = book.getAttributeValue("id");
    String name = book.getChildText("name");
    String author = book.getChildText("author");
    // ...
}

優點：API 純 Java 風格 (List/Getter/Setter)、無 NodeType 判斷、支持輸出格式化。缺點：仍構建完整樹、性能不如 DOM4J、社區活躍度下降。

4. DOM4J — 功能最強、性能最優、企業級首選

SAXReader reader = new SAXReader();
Document doc = reader.read(new File("books.xml"));
Element root = doc.getRootElement();

// XPath 查詢 (DOM4J 獨有優勢)
List names = doc.selectNodes("//book/name");
for (Node n : names) System.out.println(n.getText());

// 迭代器遍歷
for (Iterator it = root.elementIterator("book"); it.hasNext(); ) {
    Element book = it.next();
    String id = book.attributeValue("id");
    for (Iterator cit = book.elementIterator(); cit.hasNext(); ) {
        Element child = cit.next();
        System.out.println(child.getName() + "=" + child.getText());
    }
}

優點：XPath 原生支持、靈活輸出 (XML/JSON/HTML)、可插拔解析器、Hibernate/MyBatis 等頂級框架內嵌使用。缺點：需第三方 JAR。

四、性能基準測試 (10MB XML 文件)

結論：SAX > DOM > DOM4J > JDOM (速度)；SAX > DOM4J > DOM > JDOM (內存效率)。

五、選型決策樹

1. 文件 > 50MB 或內存受限 → SAX (或 StAX / Woodstox)。
2. 需隨機訪問、修改、寫回、文件 < 20MB → DOM4J (功能最全) 或 DOM (零依賴)。
3. 配置文件、小數據交換、追求開發效率 → DOM4J (XPath 一把梭) / JDOM (純 Java 風格)。
4. Android / 模塊化項目嚴格控制依賴 → DOM/SAX (JDK 內置)。
5. 高性能序列化/反序列化 → 考慮 JAXB (註解綁定) 或 Jackson XML (流式 + 數據綁定)。

六、最佳實踐 Tips

• 關閉 DTD/實體解析：防止 XXE 攻擊：factory.setFeature("https://apache.org/xml/features/disallow-doctype-decl", true)。
• 命名空間處理：factory.setNamespaceAware(true)，XPath 查詢時註冊 NamespaceContext。
• 編碼統一：構建 InputStreamReader 指定 UTF-8，避免中文亂碼。
• 大文件分塊：SAX 中遇到大元素可暫存磁盤或進入子解析器，避免單元素佔用過多堆。
• 單元測試：覆蓋空元素、CDATA、命名空間、特殊字符、超大屬性值等邊界。

總結

Java XML 解析沒有銀彈，只有「場景匹配」。SAX 守住大文件底線，DOM4J 攻克複雜業務靈活性，DOM/JDOM 兼顧標準與體驗。現代項目中，DOM4J 仍是綜合性價比最高的選擇 (Hibernate、MyBatis、Spring 配置解析均採用)，新項目亦可評估 Jackson XML + JAXB 註解 實現「對象⇄XML 雙向綁定」，徹底告別手寫解析代碼。