Java使用XPath和Dom4j解析XML

在Java开发中，XML作为一种通用的数据交换格式，经常需要对其中存储的数据进行读取和处理。Dom4j是一款性能优异、功能丰富的开源XML解析框架，而XPath则是用于在XML文档中快速定位节点的查询语言，二者结合可以极大提升XML解析的效率。本文将详细介绍如何通过Dom4j加载XML文档，再配合XPath表达式完成节点的查询、属性读取、内容提取等操作。

环境准备

首先需要在项目中引入Dom4j的依赖，如果你使用Maven构建项目，可以在pom.xml中添加如下依赖：

<dependency>
    <groupId>org.dom4j</groupId>
    <artifactId>dom4j</artifactId>
    <version>2.1.4</version>
</dependency>

如果是普通Java项目，可以直接下载dom4j的jar包导入到项目的类路径中即可。

示例XML文档

为了便于演示解析效果，我们先准备一个测试用的XML文件，内容如下，保存为user_info.xml放在项目的resources目录下：

<?xml version="1.0" encoding="UTF-8"?>
<userList>
    <user id="1001">
        <name>张三</name>
        <age>25</age>
        <email>zhangsan@ipipp.com</email>
        <hobby>篮球</hobby>
        <hobby>阅读</hobby>
    </user>
    <user id="1002">
        <name>李四</name>
        <age>28</age>
        <email>lisi@ipipp.com</email>
        <hobby>足球</hobby>
        <hobby>音乐</hobby>
    </user>
    <user id="1003">
        <name>王五</name>
        <age>22</age>
        <email>wangwu@ipipp.com</email>
        <hobby>编程</hobby>
        <hobby>旅游</hobby>
    </user>
</userList>

基础解析示例

下面的代码演示了如何加载XML文档，并使用XPath完成基础的节点查询操作：

import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;

import java.io.InputStream;
import java.util.List;

public class Dom4jXPathDemo {
    public static void main(String[] args) {
        // 创建SAXReader对象，用于读取XML文档
        SAXReader saxReader = new SAXReader();
        try {
            // 加载classpath下的user_info.xml文件，获取Document对象
            InputStream inputStream = Dom4jXPathDemo.class.getClassLoader().getResourceAsStream("user_info.xml");
            Document document = saxReader.read(inputStream);
            
            // 1. 查询所有user节点
            List<Node> userNodes = document.selectNodes("/userList/user");
            System.out.println("所有用户节点数量：" + userNodes.size());
            
            // 2. 查询第一个user节点的name子节点内容
            Node firstUserNameNode = document.selectSingleNode("/userList/user[1]/name");
            System.out.println("第一个用户姓名：" + firstUserNameNode.getText());
            
            // 3. 查询id为1002的user节点
            Node targetUserNode = document.selectSingleNode("/userList/user[@id='1002']");
            System.out.println("id为1002的用户节点是否存在：" + (targetUserNode != null));
            
            // 4. 查询所有用户的邮箱
            List<Node> emailNodes = document.selectNodes("/userList/user/email");
            System.out.println("所有用户邮箱：");
            for (Node emailNode : emailNodes) {
                System.out.println("  " + emailNode.getText());
            }
            
        } catch (DocumentException e) {
            e.printStackTrace();
        }
    }
}

上述代码的工作流程可以分为三步：首先创建SAXReader实例，通过输入流读取XML文件得到Document对象，这个对象代表了整个XML文档的树形结构；然后调用selectNodes方法传入XPath表达式查询多个节点，或者调用selectSingleNode查询单个节点；最后通过节点的getText方法获取节点存储的文本内容。selectNodes返回的是List<Node>集合，selectSingleNode如果存在匹配节点则返回对应Node，否则返回null。

复杂场景解析

实际开发中经常需要处理更复杂的查询需求，比如按条件筛选节点、读取节点属性、处理重复子节点等，下面的代码演示这些场景的实现方式：

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Node;
import org.dom4j.io.SAXReader;

import java.io.InputStream;
import java.util.List;

public class Dom4jXPathComplexDemo {
    public static void main(String[] args) {
        SAXReader saxReader = new SAXReader();
        try {
            InputStream inputStream = Dom4jXPathComplexDemo.class.getClassLoader().getResourceAsStream("user_info.xml");
            Document document = saxReader.read(inputStream);
            
            // 1. 查询年龄大于25岁的用户节点
            List<Node> ageGt25Users = document.selectNodes("/userList/user[age > 25]");
            System.out.println("年龄大于25岁的用户数量：" + ageGt25Users.size());
            for (Node userNode : ageGt25Users) {
                // 获取用户节点的id属性
                Attribute idAttr = (Attribute) userNode.selectSingleNode("@id");
                Node nameNode = userNode.selectSingleNode("name");
                System.out.println("  用户id：" + idAttr.getValue() + "，姓名：" + nameNode.getText());
            }
            
            // 2. 查询所有用户的爱好，每个用户的爱好可能有多个
            List<Node> hobbyNodes = document.selectNodes("/userList/user/hobby");
            System.out.println("所有用户的爱好：");
            for (Node hobbyNode : hobbyNodes) {
                // 获取爱好节点的父节点（也就是user节点）的id属性
                Attribute parentIdAttr = (Attribute) hobbyNode.getParent().selectSingleNode("@id");
                System.out.println("  用户id：" + parentIdAttr.getValue() + "，爱好：" + hobbyNode.getText());
            }
            
            // 3. 查询姓名包含'王'字的用户
            List<Node> wangUsers = document.selectNodes("/userList/user[contains(name, '王')]");
            System.out.println("姓名包含'王'的用户数量：" + wangUsers.size());
            
            // 4. 获取第二个用户的第三个子节点（age节点）的名称和内容
            Node secondUserThirdChild = document.selectSingleNode("/userList/user[2]/*[3]");
            if (secondUserThirdChild != null) {
                System.out.println("第二个用户的第三个子节点名称：" + secondUserThirdChild.getName());
                System.out.println("第二个用户的第三个子节点内容：" + secondUserThirdChild.getText());
            }
            
        } catch (DocumentException e) {
            e.printStackTrace();
        }
    }
}

这里用到了多个XPath的常用语法：[@id='1002']表示筛选具有指定属性值的节点，[age > 25]表示按子节点内容进行条件筛选，contains(name, '王')是XPath内置的字符串包含函数，@id表示获取节点的id属性，*[3]表示匹配父节点下的第三个任意子节点。如果需要读取属性值，可以将节点转换为Attribute对象后调用getValue方法，也可以通过selectSingleNode("@属性名")的方式直接获取属性节点。

注意事项

• 使用Dom4j解析XML时，如果XML文件编码不是默认的UTF-8，需要在读取时指定对应的编码，避免出现乱码问题。
• XPath表达式的语法需要严格符合规范，比如属性筛选时在属性名前加@，索引从1开始而不是0，否则会查询不到目标节点。
• 如果查询的节点不存在，selectSingleNode会返回null，使用前最好做非空判断，避免空指针异常。
• 对于超大XML文件的解析，Dom4j会将整个文档加载到内存中，可能会占用较多内存，这种场景下可以考虑使用SAX方式的流式解析，而不是Dom4j的Document模型。

总结

Dom4j配合XPath的方式可以让我们不用遍历整个XML树形结构，通过简洁的表达式就能快速定位到目标节点，大幅减少了XML解析的代码量。掌握常用的XPath语法，比如节点路径、属性筛选、条件判断、内置函数等，能够应对绝大多数XML解析的场景。在实际项目中可以根据XML文件的规模和解析需求，灵活选择使用Dom4j的Document模型还是其他解析方式。

Java XML解析Dom4jXPathselectNodesselectSingleNode 本作品最后修改时间：2026-05-22 21:40:46