Element.getText()返回空字符串的常见原因包括：节点无直接文本子节点、含换行缩进空白、自闭合或空标签；安全获取可见文本应优先用getTextTrim()、getStringValue()或手动遍历content。
Element.getText() 返回空字符串的常见原因
多数时候不是 getText() 本身有问题，而是 XML 节点里根本没有“纯文本内容”——它只读取当前节点的直接子文本节点（text node），不递归、不合并、不忽略空白。
- 如果节点包含子元素（比如
<name><first>Tom</first></name>），getText()返回空，因为中间没有文本节点 - 如果节点有换行缩进（常见于格式化 XML），
getText()可能返回 "\n " 这类空白字符，而非null，但 trim 后仍是空 - 如果节点是自闭合（
<status></status>）或完全无内容（<status></status>），结果也是空字符串
想安全获取“可见文本”该用什么方法
别硬扛 getText() 的语义限制，改用 getTextTrim() 或组合逻辑更靠谱。
-
getTextTrim()自动去除首尾空白，对含换行缩进的节点更友好，但依然不处理子元素 - 需要“把所有子文本拼起来”（比如混合文本+标签的富文本场景），得手动遍历：
element.content().stream().filter(o -> o instanceof Text).map(o -> ((Text)o).getText()).collect(Collectors.joining()) - 若确定节点只含纯文本或单个子元素（如 CDATA），优先检查
element.getStringValue()——它递归提取所有文本内容，包括子元素里的文本，但会丢弃标签结构
CDATA 和实体引用会影响 getText() 吗
不影响返回值类型，但影响内容真实性：CDATA 块内的内容会被原样当作文本节点处理，而实体（如 ）在解析后已转义为对应字符，getText() 拿到的是解码后的结果。
- XML 中写
<desc>hello<p><span>立即学习</span>“<a href="https://pan.quark.cn/s/c1c2c2ed740f" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">Java免费学习笔记（深入）</a>”；</p><div class="aritcle_card flexRow"> <div class="artcardd flexRow"> <a class="aritcle_card_img" href="/xiazai/skill12540" title="javascript-typescript-typescript-scaffold"><img src="https://img.php.cn/upload/skill/001/246/273/6adaf20e352aa140.jpg" alt="javascript-typescript-typescript-scaffold" ></a> <div class="aritcle_card_info flexColumn"> <a href="/xiazai/skill12540" title="javascript-typescript-typescript-scaffold">javascript-typescript-typescript-scaffold</a> <p>你是 TypeScript 项目架构专家，专注于脚手架搭建生产就绪的 Node.js 和前端应用。生成包含现代工具链（pnpm、Vite、Next.js）、类型</p> </div> <a href="/xiazai/skill12540" title="javascript-typescript-typescript-scaffold" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a> </div> </div>]]></desc>，getText()返回"<p>hello</p> <p><span>立即学习</span>“<a href="https://pan.quark.cn/s/c1c2c2ed740f" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">Java免费学习笔记（深入）</a>”；</p>"（字符串，非 HTML 节点） - 写
<price>10 USD</price>，getText()返回"10 USD"（NBSP 字符已还原） - 若需保留原始实体写法，不能依赖 DOM 解析结果，得从原始 XML 字符串里正则提取——Dom4j 不提供“未解码原始值”接口
性能和兼容性注意点
getText() 本身开销极小，但误用会导致后续逻辑反复判空或 NPE；Dom4j 1.6.1+ 对 Java 8+ 兼容良好，但老版本（如 1.4）在处理带命名空间的节点时，getText() 行为可能不稳定。
- 避免在循环中对同一
Element多次调用getText()——结果不会变，没必要重复取 - 使用 Maven 时确认依赖版本：
org.dom4j:dom4j:2.1.4是当前较稳的主流选择，比 1.x 系列对 UTF-8 和特殊字符支持更好 - 如果 XML 来源不可控（比如用户上传），务必先用
element.nodeCount() > 0或element.isTextOnly()做前置判断，再决定走getText()还是getStringValue()
真正容易被忽略的是“文本节点和元素节点共存”的边界情况——比如 <p>abc<b>def</b>ghi</p>，这时候 getText() 拿不到 abc/ghi，getStringValue() 能拿到但无法区分哪段来自哪层。这种结构，靠 Dom4j 单一方法解决不了，得结合 XPath 或手动遍历 content 列表。
