Java读取XML主要有DOM、SAX和StAX三种方式：DOM适合中小型文件并支持随机访问；SAX为事件驱动，内存占用低但不可回溯；StAX是拉模式，兼顾灵活性与效率，适用于需精细控制的场景。
Java读取XML文件主要有DOM、SAX和StAX三种方式，其中DOM最常用，适合中小型XML文件，能随机访问任意节点；SAX适合大文件流式解析，内存占用低；StAX则是拉模式解析，兼顾灵活性与效率。选择哪种方式，取决于XML大小、是否需要修改、以及对内存和性能的要求。
使用DOM解析读取XML并获取节点
DOM会将整个XML加载进内存构建成树形结构，适合需要频繁查询、修改或回溯的场景。核心步骤是：创建DocumentBuilder → 解析XML得到Document → 用getElementsByTagName或XPath定位节点 → 提取内容或属性。
- 调用document.getElementsByTagName("tagName")返回NodeList，遍历后用node.getTextContent()获取文本值
- 用node.getAttributes().getNamedItem("attrName")读取属性值
- 若需精准定位，推荐配合javax.xml.xpath.XPath使用，例如xpath.compile("//book/title").evaluate(doc, XPathConstants.NODE)
用SAX解析处理大型XML文件
SAX是事件驱动型解析器，不构建内存树，而是通过回调方法（如startElement、endElement、characters）逐行响应标签。适合GB级日志类XML，内存友好但无法回退或随机访问。
- 需自定义继承DefaultHandler的处理器类，重写关键方法
- 在startElement中识别开始标签，记录当前路径或状态标志（如isInTitle = true）
- 在characters中捕获字符数据，注意前后可能有空白符，建议用new String(ch, start, length).trim()
StAX拉模式解析——更可控的流式读取
StAX像“用迭代器读XML”，程序主动调用next()或nextTag()推进解析位置，比SAX更直观，也支持写入。
立即学习“Java免费学习笔记（深入）”；
- 用XMLInputFactory.newInstance().createXMLEventReader(file)创建读取器
- 循环判断event.getEventType()，遇到START_ELEMENT时检查event.asStartElement().getName().getLocalPart()
- 遇到CHARACTERS事件时，用event.asCharacters().getData()获取文本内容
注意事项与常见问题
中文乱码多因未指定编码，解析时需确保输入流以UTF-8（或对应编码）打开；空节点或换行符会导致getTextContent()返回空白字符串，建议trim后判空；XPath表达式错误或命名空间未声明会返回null，调试时可先打印document.getDocumentElement().getNodeName()确认根节点。
