Java读取XML时无法获取嵌套CDATA内的Item节点问题求助

CDATA块是XML里用来存储「纯文本」的容器，解析器碰到<![CDATA[...]]>时，会把里面的所有内容当成普通字符串处理，不会将其解析为结构化的XML节点。你要操作的<Item>节点本质是CDATA文本里的一串字符，并非DOM树中的真实元素节点，所以调用getElementsByTagName("Item")自然会得到空的NodeList。

1. 提取CDATA块内的文本内容 #

先定位到包含CDATA的<Expr>节点，再遍历其子节点找到CDATA类型节点，提取内部文本：

Document doc = ...; // 已加载的SOAP XML文档对象
Node exprNode = doc.getElementsByTagName("Expr").item(0);
String cdataText = "";

// 遍历Expr的子节点，筛选出CDATA节点
for (int i = 0; i < exprNode.getChildNodes().getLength(); i++) {
    Node child = exprNode.getChildNodes().item(i);
    if (child.getNodeType() == Node.CDATA_SECTION_NODE) {
        cdataText = child.getNodeValue();
        break;
    }
}

2. 将CDATA文本解析为独立XML文档 #

把提取到的CDATA文本当作新的XML内容，重新解析成DOM对象，这样<Item>就会被识别为真实的XML元素：

// 初始化XML解析器
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
// 将字符串转为输入流用于解析
InputSource input = new InputSource(new StringReader(cdataText));
Document cdataDoc = builder.parse(input);

// 现在可以正常获取并操作Item节点
NodeList itemNodes = cdataDoc.getElementsByTagName("Item");
for (int i = 0; i < itemNodes.getLength(); i++) {
    Element itemElem = (Element) itemNodes.item(i);
    // 执行属性赋值或删除操作
    itemElem.setAttribute("newAttr", "processed");
    itemElem.removeAttribute("tempAttr");
}

3. （可选）将修改后的内容写回原SOAP XML #

如果需要更新原文档中的CDATA内容，把修改后的新XML转回字符串，替换原CDATA节点即可：

// 将修改后的cdataDoc转换为字符串
TransformerFactory tf = TransformerFactory.newInstance();
Transformer transformer = tf.newTransformer();
StringWriter sw = new StringWriter();
transformer.transform(new DOMSource(cdataDoc), new StreamResult(sw));
String updatedCdata = sw.toString();

// 替换原CDATA节点
CDATASection newCdataBlock = doc.createCDATASection(updatedCdata);
exprNode.replaceChild(newCdataBlock, child); // child为之前找到的原CDATA节点

注意事项 #

• 确保CDATA内的文本是格式合法的XML，否则解析时会抛出异常；如果文本中包含<?xml version="1.0"?>这类XML声明，建议先删除再解析。

内容的提问来源于stack exchange，提问作者BRUNO