DocumentHelper.parseText 会直接抛出 DocumentException 异常，不处理语法错误、编码问题或 DTD；必须 try-catch 处理，优先用 SAXReader.read 处理外部输入。
DocumentHelper.parseText 会抛出 DocumentException 异常
这个方法不处理语法错误，只要 XML 文本格式不对，比如标签没闭合、属性值没加引号、存在非法字符，DocumentHelper.parseText 就直接抛 org.dom4j.DocumentException，不会返回空或默认文档。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 必须用
try-catch包住调用，不能假设输入一定合法——尤其当 XML 来自用户输入、HTTP 响应体或日志拼接时 - 捕获后别只打印堆栈，至少提取
e.getMessage()，它通常包含出错位置（如 “Element type "user" must be declared” 或 “Invalid character in attribute value”） - 若需友好提示，可对常见错误信息做关键词匹配，比如检测到 “Invalid byte 1 of UTF-8 sequence”，大概率是编码问题而非 XML 结构问题
中文或特殊字符导致解析失败的真正原因
不是 DOM4J 不支持中文，而是传入的字符串本身编码已损坏。常见于：HTTP 响应未按实际 Content-Type 解码、文件读取时用了错误的 charset（如用 new String(bytes) 默认平台编码）、JSON-to-XML 转换时未转义控制字符。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 确认原始字节流解码方式和 XML 声明中指定的 encoding 一致，例如 XML 头是
<?xml version="1.0" encoding="UTF-8"?>，那传给parseText的字符串就必须是 UTF-8 解码后的正确 Java 字符串 - 避免从
InputStream直接转String再 parse；更稳妥的是用SAXReader.read(InputStream)，由 dom4j 自动识别 encoding 声明 - 若只能用
parseText，且不确定来源编码，先用CharsetDetector（ICU4J）或简单试探几种编码再 decode 成字符串
parseText 和 SAXReader.read 的性能与适用场景差异
DocumentHelper.parseText 是纯内存操作，快但无上下文；SAXReader.read 支持 DTD/Schema 验证、实体解析、大文件流式读取，也更健壮。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 仅用于测试、模板生成、或已知完全可控的短 XML 字符串（如硬编码的配置片段），不要在生产接口中无条件用
parseText - 涉及外部输入（如 API 请求体、数据库字段）、含 DOCTYPE 声明、需要验证结构合法性时，一律用
SAXReader，并设置reader.setValidation(false)关闭 DTD 网络加载（防 XXE） -
parseText不支持解析带注释的 CDATA 块中的非法内容（如嵌套<![CDATA[<tag>]]>中的未闭合标签），而SAXReader在严格模式下会报错
DocumentHelper.parseText 返回的 Document 没有 DocumentType 信息
即使原始 XML 含 <!DOCTYPE root SYSTEM "foo.dtd">，parseText 解析后的 Document.getDocType() 也是 null。它跳过所有 DTD 解析逻辑，只建 DOM 树。
实操建议：
立即学习“Java免费学习笔记（深入）”；
- 如果业务依赖 DOCTYPE（如某些老系统靠它判断 schema 类型），就不能用
parseText，必须走SAXReader并启用 DTD 加载（注意安全风险） - 若只是想忽略 DTD 继续解析，
parseText反而是更轻量的选择——但得清楚它根本没看那一行 - 检查是否真需要
DocumentType：多数 XPath 查询、元素遍历、序列化都不依赖它；只有做 XSLT 转换或强验证时才关键
DOM4J 的 DocumentHelper.parseText 是个快捷入口，但它的“快捷”建立在你已经掌控输入质量的前提下。一旦 XML 来源不可信、编码不确定、或结构复杂，它就不再是捷径，而是埋雷点。最常被忽略的是：它不处理编码转换，也不校验 DTD，更不帮你兜底异常语义——这些都得自己补。
