javax.xml.parsers包提供DocumentBuilderFactory和SAXParserFactory工厂类；DOM解析需设setNamespaceAware(true)，用DocumentBuilder.parse()加载XML为内存树；SAX解析需实现DefaultHandler响应事件，适合大文件流式处理。
javax.xml.parsers 是 Java 标准库中用于创建 XML 解析器工厂的包，它本身不直接解析 XML，而是提供 DocumentBuilderFactory（DOM）和 SAXParserFactory（SAX）两类工厂类，用来生成具体的解析器实例。
如何用 DocumentBuilder 解析 XML 为 DOM 树
DOM 解析适合中小型 XML，解析后整个文档加载进内存，支持随机访问和修改。
- 必须调用
setNamespaceAware(true)，否则带命名空间的 XML 会解析失败或节点名异常 - 默认不校验 DTD 或 XSD，如需验证，要设置
setValidating(true)并确保系统能访问外部 schema -
DocumentBuilder.parse()接收File、InputStream、InputSource等，但不能直接传字符串；若只有 XML 字符串，需包装成ByteArrayInputStream
String xml = "<root><item id='1'>A</item></root>";
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
factory.setNamespaceAware(true); // 关键！
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse(new ByteArrayInputStream(xml.getBytes(StandardCharsets.UTF_8)));
NodeList items = doc.getElementsByTagName("item");
System.out.println(items.item(0).getTextContent()); // 输出 A
SAXParser 更轻量，适合大文件流式处理
SAX 是事件驱动模型，不构建内存树，适合只读、单次遍历、XML 文件较大（如上百 MB）的场景。
- 必须实现
DefaultHandler子类来响应startElement、endElement、characters等回调 -
characters()返回的 char[] 可能包含换行/空白，需用new String(ch, start, length).trim()提取有效内容 - 无法回溯或修改 XML，也不支持 XPath
SAXParserFactory factory = SAXParserFactory.newInstance();
factory.setNamespaceAware(true);
SAXParser parser = factory.newSAXParser();
parser.parse(new InputSource(new StringReader(xml)), new DefaultHandler() {
@Override
public void startElement(String uri, String localName, String qName, Attributes attributes) {
if ("item".equals(qName)) {
System.out.println("Found item, id=" + attributes.getValue("id"));
}
}
});
常见错误：ParserConfigurationException / SAXParseException
这类异常往往不是 XML 内容错，而是工厂配置或输入源问题。
立即学习“Java免费学习笔记（深入）”；
-
ParserConfigurationException：通常因调用了不支持的 feature，例如factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true)但在 JDK 8 默认 XML 解析器（Xerces）中未启用该 feature -
SAXParseException: Premature end of file：多因InputStream已被提前关闭或读空，检查是否重复调用close()或未重置流位置 - 中文乱码：确保
InputSource设置了编码，如source.setEncoding("UTF-8")，或 XML 声明中<?xml version="1.0" encoding="UTF-8"?>与实际一致
替代方案？注意 JAXP 的默认实现变化
JDK 9+ 中，javax.xml.parsers 默认使用内置的 jdk.xml.internal 实现，而非旧版 Xerces。这意味着：
- 部分老项目依赖的 Xerces 特有 system property（如
org.apache.xerces.xni.parser.XMLParserConfiguration）将失效 - 若需启用外部实体（极少见且危险），JDK 8 可用
setFeature("http://xml.org/sax/features/external-parameter-entities", true)，但 JDK 17+ 默认禁用且不可绕过 - 对性能敏感场景，可考虑
javax.xml.stream.XMLInputFactory（StAX），它更可控、支持拉模式，但不在javax.xml.parsers包内
真正容易被忽略的是命名空间开关——哪怕你的 XML 看似没用 namespace，只要用了类似 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"，就必须设 setNamespaceAware(true)，否则 getElementsByTagNameNS 失效，甚至 getTagName() 返回带前缀的怪名字。
