在Java应用中处理XML是极为常见的需求，无论是读取Spring框架的配置文件，还是对接银行、运营商提供的报文接口，都离不开解析技术。Java平台从早期版本就提供了多种解析方案，它们底层模型不同，使用方式也差异明显。理解这些技术的核心机制，能够帮助开发者在内存占用、开发效率和功能灵活性之间做出合理选择。
DOM解析：基于树结构的随机访问方案
DOM（Document Object Model）解析的核心思想是一次性将整个XML文档读入内存，并在内存中构建出一棵节点树。在这棵树里，每一个元素、属性、文本都被映射为对应的Node对象，开发者可以像操作普通树结构一样，自由遍历、修改、删除任意节点。这种方式的优势在于编程模型非常直观，特别适合那些需要反复查询、动态修改内容的场景，例如小型配置文件的运行时调整。
不过DOM的缺点也同样突出：因为要完整驻留内存，当XML体积达到几十兆甚至上百兆时，很容易引发OutOfMemoryError。此外，构建整棵树的过程本身也有性能开销。在代码层面，Java标准库中的javax.xml.parsers.DocumentBuilder就是典型入口，通过它拿到Document对象后，就能使用getElementsByTagName等方法提取数据。
下面展示一段最基础的DOM解析示例，读取books.xml中所有的书名与作者：
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import org.w3c.dom.NodeList;
import org.w3c.dom.Element;
import java.io.File;
public class DomDemo {
public static void main(String[] args) throws Exception {
// 创建工厂与解析器
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
// 解析文件得到Document树
Document doc = builder.parse(new File("books.xml"));
doc.getDocumentElement().normalize();
// 获取所有book元素
NodeList list = doc.getElementsByTagName("book");
for (int i = 0; i < list.getLength(); i++) {
Element book = (Element) list.item(i);
String title = book.getElementsByTagName("title").item(0).getTextContent();
String author = book.getElementsByTagName("author").item(0).getTextContent();
System.out.println("书名: " + title + ", 作者: " + author);
}
}
}
从示例可以看出，DOM适合结构稳定、体量可控的文档。如果业务只是偶尔读一下几KB的配置，用DOM写起来最省心。但面对日志归档类的大文件，就不建议采用此方案。
SAX与StAX：流式解析如何节省内存
SAX（Simple API for XML）是一种基于事件驱动的流式解析器。它在扫描XML时，遇到开始标签、结束标签、文本内容都会回调开发者编写的处理器方法。由于不需要把整棵树建出来，SAX的内存占用极低，可以顺畅处理GB级文件。但其局限性在于只能单向顺序读取，不能回头，也不方便做复杂的结构修改。
StAX（Streaming API for XML）则采用了“拉模式”，由程序员主动调用next()方法向解析器要下一个事件，相比SAX的“推模式”更灵活，代码流程也更容易理解。StAX同样以流方式工作，不会撑爆内存，并且能在遍历时随时停止。二者都适合数据抽取、报文转发等只关心部分字段的场景。
以下StAX读取元素的简单示例，展示了如何逐个事件处理节点：
import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamReader;
import java.io.FileInputStream;
public class StaxDemo {
public static void main(String[] args) throws Exception {
XMLInputFactory factory = XMLInputFactory.newInstance();
XMLStreamReader reader = factory.createXMLStreamReader(new FileInputStream("books.xml"));
while (reader.hasNext()) {
int event = reader.next();
if (event == javax.xml.stream.XMLStreamConstants.START_ELEMENT) {
String name = reader.getLocalName();
if ("title".equals(name)) {
System.out.println("遇到书名标签");
}
}
}
reader.close();
}
}
在实际项目中，如果只需要把XML转成数据库记录，SAX或StAX都能显著降低服务器压力。团队在选型和封装时，往往会基于StAX写一层通用映射工具，既保留低内存优点，又屏蔽底层事件细节。
JAXB：利用注解实现对象与XML绑定
JAXB（Java Architecture for XML Binding）走的是另一条路：它通过注解把Java类和XML结构绑定起来，开发者不用手写遍历逻辑，直接把XML转成对象，或者把对象序列化为XML。典型注解包括@XmlRootElement、@XmlElement等，配置在实体类上即可。
这种方式极大提升了开发效率，尤其在与WebService、固定格式报文对接时非常普遍。不过JAXB在解析超大文件时底层仍可能借助类似SAX的机制，但默认的对象绑定动作会生成不少中间实例，内存控制不如纯StAX精细。此外，从Java 11开始，JAXB不再包含在标准JDK里，需要单独引入依赖。
下面给出一个将XML反序列化为对象的示例：
import javax.xml.bind.annotation.XmlElement;
import javax.xml.bind.annotation.XmlRootElement;
import javax.xml.bind.JAXBContext;
import javax.xml.bind.Unmarshaller;
import java.io.File;
@XmlRootElement(name = "book")
class Book {
private String title;
private String author;
@XmlElement
public void setTitle(String t) { this.title = t; }
@XmlElement
public void setAuthor(String a) { this.author = a; }
public String getTitle() { return title; }
public String getAuthor() { return author; }
}
public class JaxbDemo {
public static void main(String[] args) throws Exception {
JAXBContext ctx = JAXBContext.newInstance(Book.class);
Unmarshaller um = ctx.createUnmarshaller();
Book book = (Book) um.unmarshal(new File("book.xml"));
System.out.println(book.getTitle() + " / " + book.getAuthor());
}
}
综合来看，四种技术并非互斥。小型工具用DOM或JAXB最快捷，高并发数据管道用StAX更稳。团队应根据文件大小、变更频率与人员熟悉度做组合，才能把XML解析这桩小事处理得既干净又高效。