如何使用Jackson的流式API在Kotlin中解析XML文件

你无需担心官方文档的描述产生的顾虑，这段说明仅表示多数开发者更倾向于使用数据绑定层API来规避XML和JSON的格式差异，底层的流式处理抽象接口已被完整实现，可以正常用于大体积XML的流式解析。

依赖配置 #

首先引入Jackson XML模块和Kotlin适配模块（Gradle Kotlin DSL示例）：

implementation("com.fasterxml.jackson.dataformat:jackson-dataformat-xml:2.15.2")
implementation("com.fasterxml.jackson.module:jackson-module-kotlin:2.15.2")

如果使用Maven可以自行转换为对应XML配置即可。

流式解析核心实现 #

Jackson XML模块会将XML节点转换为兼容JSON的流式事件，你可以通过XmlFactory构造解析器，直接从文件流读取内容，全程不会将全量XML加载到内存，完全适配大文件场景。
以下是遍历XML中指定节点并逐个处理的示例代码：

import com.fasterxml.jackson.core.JsonToken
import com.fasterxml.jackson.dataformat.xml.XmlFactory
import com.fasterxml.jackson.dataformat.xml.deser.FromXmlParser
import com.fasterxml.jackson.module.kotlin.registerKotlinModule
import java.io.File

// 自定义需要匹配的XML节点对应的实体类
data class ProductItem(
    val id: Long,
    val title: String,
    val price: Double,
    val description: String
)

fun parseLargeXmlFile(filePath: String) {
    // 初始化XML工厂，注册Kotlin模块优化数据绑定
    val xmlFactory = XmlFactory.builder()
        .disable(FromXmlParser.Feature.ATTRIBUTE_PREFIX) // 可选：关闭XML属性的@前缀
        .build()
    val objectMapper = xmlFactory.createXmlMapper()
        .registerKotlinModule()

    // 直接传入文件构造解析器，use语法自动关闭资源
    xmlFactory.createParser(File(filePath)).use { parser ->
        // 遍历所有流式事件
        var token: JsonToken? = parser.nextToken()
        while (token != null) {
            // 匹配目标节点的起始标签
            if (token == JsonToken.START_OBJECT && parser.currentName == "Product") {
                // 仅将当前单个节点绑定为实体，内存占用极低
                val currentItem = objectMapper.readValue<ProductItem>(parser)
                // 执行你的业务逻辑，比如写入数据库、做统计计算等
                processProductItem(currentItem)
            }
            token = parser.nextToken()
        }
    }
}

fun processProductItem(item: ProductItem) {
    // 你的业务处理逻辑示例
    println("处理商品 ID: ${item.id}, 名称: ${item.title}")
}

注意事项 #

• 必须使用文件输入流/文件对象构造解析器，不要将XML全量读取为字符串或字节数组后再传入，避免触发OOM
• 对于嵌套层级较深的XML，可以通过计数START_OBJECT和END_OBJECT的数量来判断节点层级，精准匹配你需要处理的目标节点，跳过无关内容的解析
• 如果需要处理命名空间、自闭合标签等XML特殊特性，可以通过调整FromXmlParser的开关参数实现适配

内容的提问来源于stack exchange，提问作者Paparazzo