Java读取Excel类型XML文档时XPath查询失败的解决求助

问题根源 #

你踩的坑主要是俩：一是XML带命名空间但你没处理，直接用无命名空间的XPath根本找不到节点；二是代码里getElementsByTagName("")传空参数，这肯定拿不到任何元素，而且你写的XPath路径/Worksheet/Data和实际XML的节点结构不匹配。

修正方案 #

1. 先搞定命名空间 #

Excel导出的XML（SpreadsheetML）都带默认命名空间urn:schemas-microsoft-com:office:spreadsheet，用DOM和XPath时必须先注册这个命名空间，不然解析器认不出节点。

2. 写对XPath路径 #

目标XML的实际数据节点层级是Workbook -> Worksheet -> Table -> Row -> Cell -> Data，得用带命名空间前缀的XPath才能定位。

3. 调整后的可运行代码 #

下面是改好的代码，能直接读取目标XML的数据，后续替换成JDBC代码就能存数据库：

import org.w3c.dom.*;
import javax.xml.parsers.*;
import javax.xml.xpath.*;
import java.io.*;
import java.net.URL;
import java.util.Iterator;

public class ExcelXmlReader {
    public static void main(String[] args) {
        try {
            // 从指定URL加载XML（也可替换成本地文件路径）
            URL xmlUrl = new URL("https://www.juntadeandalucia.es/datosabiertos/portal/dataset/91f3c95b-a2d2-4828-8880-99f8ea156d0e/resource/f7737217-65d6-4b00-bd10-2f82c69ae2f7/download/contratos-adjudicados-oct-23.xml");
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            // 必须开启命名空间支持，否则无法识别带命名空间的节点
            factory.setNamespaceAware(true);
            DocumentBuilder builder = factory.newDocumentBuilder();
            Document doc = builder.parse(xmlUrl.openStream());
            doc.getDocumentElement().normalize();

            XPath xPath = XPathFactory.newInstance().newXPath();
            // 注册命名空间前缀，用"ss"对应Excel的默认命名空间
            xPath.setNamespaceContext(new NamespaceContext() {
                @Override
                public String getNamespaceURI(String prefix) {
                    if ("ss".equals(prefix)) {
                        return "urn:schemas-microsoft-com:office:spreadsheet";
                    }
                    return null;
                }

                @Override
                public String getPrefix(String namespaceURI) {
                    return null;
                }

                @Override
                public Iterator getPrefixes(String namespaceURI) {
                    return null;
                }
            });

            // 正确的XPath：定位所有数据行
            String xpathExpr = "/ss:Workbook/ss:Worksheet/ss:Table/ss:Row";
            NodeList rowNodes = (NodeList) xPath.compile(xpathExpr).evaluate(doc, XPathConstants.NODESET);

            // 遍历每一行，读取单元格数据
            for (int i = 0; i < rowNodes.getLength(); i++) {
                Node rowNode = rowNodes.item(i);
                if (rowNode.getNodeType() == Node.ELEMENT_NODE) {
                    Element rowElement = (Element) rowNode;
                    // 按命名空间获取单元格节点
                    NodeList cellNodes = rowElement.getElementsByTagNameNS("urn:schemas-microsoft-com:office:spreadsheet", "Cell");
                    StringBuilder rowData = new StringBuilder();
                    for (int j = 0; j < cellNodes.getLength(); j++) {
                        Element cellElement = (Element) cellNodes.item(j);
                        // 获取单元格内的Data节点文本内容
                        NodeList dataNodes = cellElement.getElementsByTagNameNS("urn:schemas-microsoft-com:office:spreadsheet", "Data");
                        if (dataNodes.getLength() > 0) {
                            rowData.append(dataNodes.item(0).getTextContent()).append("\t");
                        }
                    }
                    // 此处替换为JDBC代码即可将数据存入数据库
                    System.out.println(rowData.toString().trim());
                }
            }

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

额外提醒 #

• 存数据库别手写原生JDBC，用MyBatis或Spring JdbcTemplate，能省掉很多连接管理、异常处理的麻烦。
• 如果XML文件很大，别用DOM解析，改用SAX解析，内存占用更低，SAX处理时同样要通过命名空间URI判断节点。
• 先把XML下载到本地，用Notepad++或Chrome开发者工具查看节点结构，确认层级和命名空间后再写解析逻辑，比瞎试效率高。

内容的提问来源于stack exchange，提问作者FRENEK WHAT