VTD-XML 比 DOM/SAX 更快，因其不构建对象树或事件回调，而是将 XML 视为只读字节数组，用 VTDNav 维护虚拟令牌描述符（偏移+长度），跳过解析开销，内存仅 DOM 的 1/5，支持零拷贝随机访问与 XPath 查询。
为什么 VTD-XML 比 DOM/SAX 更快
VTD-XML 不构建完整对象树，也不逐事件回调，而是把 XML 当作只读字节数组，用 VTDNav 在内存中维护“虚拟令牌描述符”（即偏移+长度），跳过解析开销。这意味着：
– 内存占用通常只有 DOM 的 1/5；
– 随机访问任意节点（如 XPath 查询）无需重解析；
– 所有操作基于原始字节，避免字符串拷贝和对象创建。
快速上手：读取并定位到某个元素
核心流程是加载 → 解析 → 导航。关键点在于：VTDGen 只做一次预处理，生成 VTDNav 后可反复使用；不支持修改原 XML，纯读取场景下性能优势最明显。
byte[] xmlBytes = Files.readAllBytes(Paths.get("data.xml"));
VTDGen vg = new VTDGen();
vg.setDoc(xmlBytes);
vg.parse(true); // true 表示忽略空格，减少 token 数量
VTDNav vn = vg.getNav();
<p>// 定位到第一个 <user id="123">
if (vn.toElement(VTDNav.FIRST_CHILD, "user")) {
String idVal = vn.toString(vn.getAttributeVal("id")); // 注意：getAttributeVal 返回的是 int（token index）
System.out.println("user id = " + idVal); // 输出 "123"
}常见错误：
– 忘记调用 vg.parse(true) 就直接用 getNav()，会抛 java.lang.RuntimeException: VTDNav not initialized；
– 把 getAttributeVal("id") 返回的 int 直接当字符串用，实际要传给 vn.toString(int)；
– 对非 UTF-8 编码 XML 未设置 vg.setEncoding(VTDGen.ENCODING_UTF16)，导致中文乱码。
XPath 查询必须用 AutoPilot
VTD-XML 的 XPath 支持是轻量级实现，不兼容全部 XPath 2.0 语法。重点限制：
– 不支持函数如 normalize-space()、concat()；
– 谓词只支持简单比较（[@type='admin'] ✅，但 [position()=1] ❌）；
– 路径必须以 / 开头（绝对路径），相对路径如 //name 默认按 /descendant-or-self::name 处理，但效率略低。
立即学习“Java免费学习笔记（深入）”；
AutoPilot ap = new AutoPilot(vn);
ap.selectXPath("/root/user[@status='active']/email/text()");
int i;
while ((i = ap.evalXPath()) != -1) {
System.out.println(vn.toString(i)); // 输出 email 文本内容
}注意：evalXPath() 返回的是 token index，不是节点位置；多次查询前需调用 ap.resetXPath()，否则后续调用会从上次结束处继续，结果错乱。
大文件流式处理：用 XMLMemBuffer 避免一次性加载
当 XML 超过几百 MB，Files.readAllBytes() 会触发 OOM。此时应配合 XMLMemBuffer 分块读入：
XMLMemBuffer mb = new XMLMemBuffer();
try (FileInputStream fis = new FileInputStream("huge.xml")) {
byte[] buf = new byte[64 * 1024];
int len;
while ((len = fis.read(buf)) != -1) {
mb.append(buf, 0, len);
}
}
VTDGen vg = new VTDGen();
vg.setDoc(mb);
vg.parse(true);
VTDNav vn = vg.getNav();这个模式下，mb 内部仍是一整块字节数组，但避免了中间 byte[] 的临时分配。真正流式（边读边解析）在 VTD-XML 中不可行——它依赖完整字节视图来计算 token 偏移，所以“分块读入+整体解析”是唯一可行方案。
容易被忽略的是：VTD-XML 对 XML 格式极其敏感。哪怕开头多了 BOM、换行符或 DTD 声明未关闭，parse() 都会静默失败或定位错乱。建议先用 xmllint --format 校验输入格式。
