使用DOM解析器可加载XML并调用getTextContent()获取文本，适合中小文件；2. 利用XPath通过路径表达式精准定位节点，结合evaluate()或xpath('text()')提取内容，适用于复杂结构；3. 对大型文件推荐SAX或ElementTree流式处理，节省内存且高效；4. 提取时需处理空白字符和多层级文本，建议strip()去空格并递归遍历或使用itertext()获取完整文本，注意保留CDATA内容。方法选择应基于文件大小、结构及语言环境。
在处理XML数据时，提取节点的文本值是常见的需求。无论是解析配置文件、读取API返回结果，还是处理网页数据，掌握正确的方法能显著提升效率。以下是几种常用且实用的提取XML节点文本值的方法与技巧。
使用DOM解析器提取文本
DOM（Document Object Model）将整个XML文档加载到内存中，形成树结构，便于随机访问节点。
步骤如下：
- 加载XML文档并创建DOM解析器实例
- 通过标签名或属性定位目标节点
- 调用getTextContent()方法获取节点内所有文本内容
例如，在Java中使用DocumentBuilderFactory和DocumentBuilder解析后，可用node.getTextContent()获取文本值。适合小到中等规模的XML文件，但对大文件可能占用较多内存。
利用XPath快速定位节点
XPath是一种强大的查询语言，能精准定位XML中的节点路径。
优势在于：
- 支持复杂路径表达式，如//book/title可匹配所有book下的title节点
- 可结合谓词过滤，如/books/book[1]获取第一个book节点
- 配合evaluate()函数直接提取文本值
在Python中，lxml库支持XPath语法，node.xpath('text()')或.text属性即可提取内容。适用于结构复杂或需要条件筛选的场景。
使用SAX或ElementTree流式处理
对于大型XML文件，推荐使用SAX或ElementTree这类基于事件或轻量级的解析方式。
特点包括：
- SAX采用事件驱动，边读取边处理，节省内存
- Python的xml.etree.ElementTree提供简洁接口，element.text直接获取节点文本
- 适合逐行处理日志类或数据导出类XML文件
注意：SAX需实现处理器类捕获字符事件，而ElementTree更易上手，推荐多数情况优先使用。
处理空白字符与多层级文本
实际XML中常包含换行、缩进等空白字符，影响文本提取准确性。
建议做法：
- 提取后使用strip()去除首尾空格
- 若节点包含子元素混合文本，需递归遍历或使用itertext()获取所有文本片段
- 注意CDATA区域内容应原样保留
例如，某些节点内文本被注释或混合标签包围，需判断节点类型再提取，避免遗漏或异常。
基本上就这些。选择合适的方法取决于XML大小、结构复杂度以及编程语言环境。掌握这些技巧后，提取节点文本值会更加高效准确。
