Java中解析小型XML文档或字符串应选择哪款XML解析器？

针对你仅需要提取标签属性、XML规模极小的场景，优先选择开发成本低、无冗余依赖的解析方案，具体推荐优先级如下：

1. 首选：JDK内置javax.xml.xpath API #

无需引入任何第三方依赖，仅需几行代码即可完成属性提取，是短XML取值场景的最优选择：

import javax.xml.xpath.XPath;
import javax.xml.xpath.XPathFactory;
import org.xml.sax.InputSource;
import java.io.StringReader;

public class XmlParseDemo {
    public static void main(String[] args) throws Exception {
        // 待解析的XML字符串
        String xmlContent = "<root><user id=\"1001\" name=\"张三\" age=\"25\"/></root>";
        XPath xPath = XPathFactory.newInstance().newXPath();
        // 编写XPath表达式直接提取user标签的id属性
        String userId = xPath.evaluate("//user/@id", new InputSource(new StringReader(xmlContent)));
        System.out.println(userId); // 输出1001
    }
}

该方案的优势：

• 完全基于JDK内置能力，无需额外引入依赖，不会增加项目体积
• 开发效率极高，仅需编写对应XPath表达式即可直接获取目标值，无需手动遍历节点
• 性能开销极低，完全适配小型XML场景的需求

注意：如果需要解析不可信来源的XML，可给XPathFactory增加关闭外部实体的配置避免XXE漏洞，你当前自用的短XML场景无需额外配置。

2. 备选：JDK内置DOM解析器 #

如果你需要同时操作多个节点，也可以选择JDK自带的DOM解析方案：

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import java.io.StringReader;
import org.xml.sax.InputSource;

public class DomParseDemo {
    public static void main(String[] args) throws Exception {
        String xmlContent = "<root><user id=\"1001\" name=\"张三\" age=\"25\"/></root>";
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        DocumentBuilder builder = factory.newDocumentBuilder();
        Document doc = builder.parse(new InputSource(new StringReader(xmlContent)));
        Element userElement = (Element) doc.getElementsByTagName("user").item(0);
        String userName = userElement.getAttribute("name");
        System.out.println(userName); // 输出张三
    }
}

3. 已有第三方依赖的场景选择 #

如果你的项目已经引入了dom4j、jackson-dataformat-xml这类通用XML处理库，直接使用对应库的API即可，无需再混用JDK原生API：

• dom4j可通过SAXReader直接读取XML字符串转成Document对象，再调用attributeValue()方法提取属性
• jackson-dataformat-xml可直接将XML反序列化为Java对象，适合属性较多的场景

不推荐方案 #

不要选择SAX、StAX这类流式解析器，这类方案虽然性能更高，但开发成本远高于上述方案，对于仅4个标签的小型XML来说完全没有必要，性能优势也无法体现，属于过度设计。

内容的提问来源于stack exchange，提问作者Amritesh Singh