如何解析XML文件？常用方法及实战示例

来源：IPIPP.com作者：头衔：全栈工程师
导读：本期聚焦于小伙伴创作的《如何解析XML文件？常用方法及实战示例》，敬请观看详情，探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《如何解析XML文件？常用方法及实战示例》有用，将其分享出去将是对创作者最好的鼓励。

XML（可扩展标记语言）凭借结构清晰、跨平台兼容性强的特点，长期被用于数据交换、配置存储等场景，比如安卓应用的布局文件、Spring框架的配置文件都以XML格式存在。在实际开发中，我们常常需要读取XML内容、提取其中的数据，这就涉及到XML解析的相关技术。

如何解析XML文件？常用方法及实战示例

XML解析的核心思路

XML解析的本质是把符合XML规范的文本字符串，转换为程序可以操作的数据结构，比如树结构、事件流等，之后再通过对应的API提取需要的信息。根据解析过程的实现方式，主流的解析方法可以分为两类：

  • 基于树的解析：一次性把整个XML文档加载到内存中，构建成树形结构，之后可以随意遍历、修改节点，典型代表是DOM解析。
  • 基于流的解析：逐行或者逐事件读取XML内容，不需要一次性加载全部文档，内存占用低，典型代表是SAX、StAX解析。

常见XML解析方式对比

不同的解析方式适用场景不同，开发者需要根据XML文件大小、操作需求选择合适的方法，以下是三种主流解析方式的对比：

解析方式核心特点内存占用适用场景
DOM解析构建完整文档树，支持随机访问、修改节点高（和文档大小正相关）小体积XML，需要频繁修改节点内容
SAX解析事件驱动，逐行读取触发回调，只读不写低（仅保留当前节点信息）大体积XML，仅需读取提取数据
StAX解析主动拉取事件，可控性比SAX更强低（可控制读取进度）大体积XML，需要灵活控制解析流程

Python语言下的XML解析实战

Python标准库内置了多个XML解析模块，不需要额外安装依赖就可以直接使用，下面分别给出不同解析方式的代码示例。

1. DOM解析示例

Python的xml.dom.minidom模块实现了DOM解析功能，适合处理小体积XML文件。

import xml.dom.minidom

# 待解析的XML内容，这里用字符串模拟，实际可以从文件读取
xml_content = """
<?xml version="1.0" encoding="UTF-8"?>
<students>
    <student id="1001">
        <name>张三</name>
        <age>20</age>
        <major>计算机科学</major>
    </student>
    <student id="1002">
        <name>李四</name>
        <age>21</age>
        <major>软件工程</major>
    </student>
</students>
"""

# 解析XML字符串，也可以传入文件路径使用 parse("student.xml")
dom_tree = xml.dom.minidom.parseString(xml_content)
# 获取根节点
root = dom_tree.documentElement

# 获取所有student节点
student_nodes = root.getElementsByTagName("student")
for student in student_nodes:
    # 获取student节点的id属性
    student_id = student.getAttribute("id")
    # 获取name子节点内容
    name = student.getElementsByTagName("name")[0].childNodes[0].data
    # 获取age子节点内容
    age = student.getElementsByTagName("age")[0].childNodes[0].data
    # 获取major子节点内容
    major = student.getElementsByTagName("major")[0].childNodes[0].data
    print(f"学生ID：{student_id}，姓名：{name}，年龄：{age}，专业：{major}")

# 修改第一个学生的年龄
first_student = student_nodes[0]
age_node = first_student.getElementsByTagName("age")[0]
age_node.childNodes[0].data = "22"
print("修改后的第一个学生年龄：", age_node.childNodes[0].data)

# 将修改后的DOM树写回文件
with open("new_student.xml", "w", encoding="UTF-8") as f:
    dom_tree.writexml(f, encoding="UTF-8")

2. SAX解析示例

Python的xml.sax模块实现了SAX解析，适合处理大体积XML文件，通过自定义处理器处理解析事件。

import xml.sax

# 自定义SAX处理器，继承xml.sax.ContentHandler
class StudentHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.current_tag = None
        self.student_id = None
        self.name = None
        self.age = None
        self.major = None

    # 遇到元素开始标签时触发
    def startElement(self, name, attrs):
        self.current_tag = name
        if name == "student":
            # 获取student节点的id属性
            self.student_id = attrs["id"]

    # 遇到元素结束标签时触发
    def endElement(self, name):
        if name == "student":
            # 一个student节点解析完成，输出信息
            print(f"学生ID：{self.student_id}，姓名：{self.name}，年龄：{self.age}，专业：{self.major}")
            # 重置临时变量
            self.student_id = None
            self.name = None
            self.age = None
            self.major = None
        self.current_tag = None

    # 遇到元素内容时触发
    def characters(self, content):
        if self.current_tag == "name":
            self.name = content
        elif self.current_tag == "age":
            self.age = content
        elif self.current_tag == "major":
            self.major = content

# 创建SAX解析器
parser = xml.sax.make_parser()
# 关闭命名空间处理
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# 设置自定义处理器
handler = StudentHandler()
parser.setContentHandler(handler)

# 解析XML文件，也可以用parseString方法解析字符串
parser.parse("student.xml")

3. StAX解析示例

Python的xml.etree.ElementTree模块虽然不是标准StAX实现，但提供了类似的迭代解析功能，也可以高效处理大文件。

import xml.etree.ElementTree as ET

# 迭代解析XML文件，逐元素读取，内存占用低
for event, elem in ET.iterparse("student.xml", events=("start", "end")):
    # 遇到元素结束事件时处理
    if event == "end" and elem.tag == "student":
        student_id = elem.attrib.get("id")
        name = elem.find("name").text
        age = elem.find("age").text
        major = elem.find("major").text
        print(f"学生ID：{student_id}，姓名：{name}，年龄：{age}，专业：{major}")
        # 处理完当前元素后清除，释放内存
        elem.clear()

Java语言下的XML解析实战

Java生态中也有完善的XML解析支持，标准库提供了DOM、SAX解析能力，第三方库如JDOM、Dom4j也广泛应用，下面给出标准库的解析示例。

1. DOM解析示例

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;

public class DomParseXml {
    public static void main(String[] args) {
        try {
            // 创建DOM解析器工厂
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            // 解析XML文件，也可以是parse(new InputSource(new StringReader(xmlString)))
            Document document = builder.parse("student.xml");
            // 获取根节点
            Element root = document.getDocumentElement();
            // 获取所有student节点
            NodeList studentNodes = root.getElementsByTagName("student");
            for (int i = 0; i < studentNodes.getLength(); i++) {
                Element student = (Element) studentNodes.item(i);
                // 获取id属性
                String studentId = student.getAttribute("id");
                // 获取name子节点内容
                String name = student.getElementsByTagName("name").item(0).getTextContent();
                // 获取age子节点内容
                String age = student.getElementsByTagName("age").item(0).getTextContent();
                // 获取major子节点内容
                String major = student.getElementsByTagName("major").item(0).getTextContent();
                System.out.println("学生ID：" + studentId + "，姓名：" + name + "，年龄：" + age + "，专业：" + major);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

2. SAX解析示例

import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class SaxParseXml {
    public static void main(String[] args) {
        try {
            SAXParserFactory factory = SAXParserFactory.newInstance();
            SAXParser parser = factory.newSAXParser();
            // 自定义处理器
            DefaultHandler handler = new DefaultHandler() {
                private String currentTag = null;
                private String studentId = null;
                private String name = null;
                private String age = null;
                private String major = null;

                @Override
                public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
                    currentTag = qName;
                    if ("student".equals(qName)) {
                        studentId = attributes.getValue("id");
                    }
                }

                @Override
                public void endElement(String uri, String localName, String qName) throws SAXException {
                    if ("student".equals(qName)) {
                        System.out.println("学生ID：" + studentId + "，姓名：" + name + "，年龄：" + age + "，专业：" + major);
                        studentId = null;
                        name = null;
                        age = null;
                        major = null;
                    }
                    currentTag = null;
                }

                @Override
                public void characters(char[] ch, int start, int length) throws SAXException {
                    String content = new String(ch, start, length).trim();
                    if (content.length() == 0) return;
                    if ("name".equals(currentTag)) {
                        name = content;
                    } else if ("age".equals(currentTag)) {
                        age = content;
                    } else if ("major".equals(currentTag)) {
                        major = content;
                    }
                }
            };
            parser.parse("student.xml", handler);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

XML解析的注意事项

在实际解析XML的过程中，有几个常见问题需要开发者注意：

  • 特殊字符处理：XML内容中如果出现<、>、&等特殊字符，需要使用对应的实体引用，比如<代表<，&代表&，否则会导致解析报错。如果是文本内容中包含大量特殊字符，也可以把内容放在<![CDATA[ ]]>块中，CDATA块中的内容不会被解析器解析。
  • 大文件解析优化：如果XML文件体积超过内存限制，不要使用DOM解析，优先选择SAX或者StAX这类流式解析方式，避免内存溢出。同时解析完不需要的节点可以及时清除，释放内存。
  • 编码问题：解析时要保证XML声明的编码和实际文件的编码一致，比如XML声明为encoding="UTF-8"，那么文件保存时也要选择UTF-8编码，否则会出现乱码。
  • 安全校验：如果解析外部不可信的XML文件，要避免XXE（XML外部实体注入）攻击，解析前可以关闭外部实体解析功能，比如在Java中通过factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true)来禁用DOCTYPE声明。

总结

XML解析没有绝对最好的方法，只有最适合场景的选择。如果是小体积XML且需要修改内容，选DOM解析；如果是大体积XML仅需读取数据，选SAX或者StAX解析。Python和Java都提供了完善的原生解析支持，不需要额外依赖就能完成大部分解析需求，遇到复杂场景也可以考虑使用第三方库提升开发效率。掌握不同解析方式的原理和用法，能够帮助开发者更高效地应对各类XML相关的开发任务。

XML解析DOM解析SAX解析StAX解析Python解析XML修改时间：2026-05-24 22:20:54

免责声明：已尽一切努力确保本网站所含信息的准确性。网站部分内容来源于网络或由用户自行发表，内容观点不代表本站立场。本站是个人网站免费分享，内容仅供个人学习、研究或参考使用，如内容中引用了第三方作品，其版权归原作者所有。若内容触犯了您的权益，请联系我们进行处理。

上一篇FusionCharts 2D柱状图和折线图组合图调试出错要怎么解决

下一篇如何使用XmlTextWriter生成XML文件？

猜你喜欢

内容垂直聚焦
专注技术核心技术栏目，确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计，为用户提供无干扰的纯技术知识沉淀，精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。前端、网络、数据库、服务器、建站、系统层层递进，构建清晰学习路径，帮助用户系统化掌握网站开发与运维所需的核心技术栈。
深度技术解析
拒绝泛泛而谈，深入技术细节与实践难点。无论是数据库优化还是服务器配置，均结合真实场景与代码示例进行剖析，致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端逻辑，从数据库操作到服务器运维，形成完整闭环，一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性，步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目，显著缩短从学习到实践的距离，快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代，紧跟主流技术发展趋势，为用户提供经久不衰的学习价值。

站长平台 - 负责任网站 - 免责声明 - 隐私政策

举报邮箱：chomcom@qq.com

Copyright (C) www.ipipp.com All Rights Reserved.