Java StAX解析器怎么用 StAX流式处理XML教程

StAX是Java中拉模式XML解析API，适合大文件处理；通过XMLInputFactory创建XMLStreamReader，调用next()遍历节点，用getEventType()判断类型并提取数据，需手动close()释放资源并捕获XMLStreamException。

StAX（Streaming API for XML）是Java中处理XML的流式解析方式，适合大文件、内存敏感场景。它不像DOM那样全量加载进内存，也不像SAX那样纯事件驱动难以控制流程——StAX是“拉模式”（pull-based），由程序主动调用next()或nextTag()来读取节点，逻辑更直观、更易编写。

创建StAX解析器：XMLInputFactory

StAX解析从XMLInputFactory开始，它是工厂类，负责创建XMLEventReader（迭代式）或XMLStreamReader（游标式）。推荐用XMLStreamReader，因为它更轻量、方法更直接：

• 调用XMLInputFactory.newInstance().createXMLStreamReader(InputStream)获取读取器
• 确保输入流编码与XML声明一致（如UTF-8），否则可能抛XMLStreamException
• 可设置属性，例如factory.setProperty(XMLInputFactory.IS_NAMESPACE_AWARE, false)关闭命名空间检查（默认开启）

遍历XML节点：用next()和getEventType()

XMLStreamReader通过游标逐个推进，每次调用next()返回当前事件类型，再用getXXX()方法提取内容：

• START_ELEMENT：用getLocalName()取标签名，getAttributeValue(null, "attr")取属性值
• CHARACTERS：用getTextTrim()安全获取文本内容（自动去首尾空白）
• END_ELEMENT：配合start标记做结构判断，比如匹配时结束一个对象构建
• 跳过注释、CDATA等非关键事件可用hasNext() + next()循环，或用nextTag()直接跳到下一个开始/结束标签

解析示例：读取图书列表

假设有如下XML片段：

  
    
    Joshua Bloch
  

对应解析逻辑可写为：

• 遇到START_ELEMENT且getLocalName().equals("book")时，读取getAttributeValue(null, "id")
• 进入子元素后，根据getLocalName()区分title或author，在下一个CHARACTERS事件中取值
• 遇到END_ELEMENT且为book时，把临时Book对象加入列表
• 全程不用递归，用状态变量（如currentTag）或栈即可管理嵌套层级

释放资源与异常处理

StAX读取器不实现AutoCloseable（Java 8及以前），必须手动关闭：

• 在finally块中调用reader.close()，避免句柄泄漏
• 捕获XMLStreamException，注意其中包含行号和列号（getLocation().getLineNumber()），便于定位格式错误
• 若XML含外部DTD或DOCTYPE，可设factory.setProperty(XMLInputFactory.SUPPORT_DTD, false)禁用，防止XXE攻击