如何从可变命名空间XML中提取完整标签字符串并读取标签值

1. 提取指定标签的完整XML字符串 #

别用字符串截取这种脆弱的方式，直接通过DOM的Transformer把目标节点转换成完整XML字符串，不管有没有命名空间都能正确处理：

import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import java.io.StringWriter;
import org.w3c.dom.Node;

public static String getNodeAsXmlString(Node node) throws Exception {
    TransformerFactory transformerFactory = TransformerFactory.newInstance();
    Transformer transformer = transformerFactory.newTransformer();
    // 不需要XML声明的话保留这行，需要就删掉
    transformer.setOutputProperty(javax.xml.transform.OutputKeys.OMIT_XML_DECLARATION, "yes");
    StringWriter writer = new StringWriter();
    transformer.transform(new DOMSource(node), new StreamResult(writer));
    return writer.toString();
}

// 使用示例：先定位header节点
XPath xpath = XPathFactory.newInstance().newXPath();
Node headerNode = (Node) xpath.evaluate("//*[local-name()='header']", doc, XPathConstants.NODE);
String headerFullXml = getNodeAsXmlString(headerNode);

这样拿到的headerFullXml是包含完整命名空间、属性、子节点的header标签字符串，完全不用手动处理前缀，比字符串截取靠谱得多。

2. 读取header下的id、memId等值 #

直接用XPath的local-name()匹配节点，不管命名空间怎么变都能定位到：

// 获取id值
String id = (String) xpath.evaluate("//*[local-name()='header']/*[local-name()='id']/text()", doc, XPathConstants.STRING);
// 获取memId值
String memId = (String) xpath.evaluate("//*[local-name()='header']/*[local-name()='memId']/text()", doc, XPathConstants.STRING);

就算子节点带命名空间前缀，这种写法也能直接匹配，不需要提前获取前缀，不会因为命名空间变化失效。

现有方案的问题 #

你之前的实现有几个明显弊端：

• 字符串截取依赖XML的文本格式，比如header标签带属性（<ns:header ver="1.0">）时，会漏掉属性部分；
• 遇到XML换行、空格，或者其他位置有同名标签时，很容易截取错误；
• 通过element.toString()解析命名空间前缀的方式不可靠，不同DOM实现的toString输出格式可能不一样。

上面的DOM+Transformer+XPath方案完全基于XML结构解析，不管命名空间怎么变、XML格式怎么调整，都能稳定工作。如果XML体积大到DOM内存不够，可以考虑SAX/StAX，但针对header这种固定标签，DOM已经足够满足需求，也不用创建大量POJO。

内容的提问来源于stack exchange，提问作者sita