如何用XMLStreamReader2读取元素内容为字符串（忽略内部XML/HTML）

好问题！我之前用Woodstox处理过类似的场景，刚好可以给你几个不需要预处理加CDATA的直接实现思路：

核心思路：手动遍历节点+跳过子元素 #

getElementText()确实不适用，因为它要求目标节点的子节点只能是文本/CDATA，一旦遇到嵌套元素就会抛出异常。而XMLStreamReader2提供的skipElement()方法可以帮我们高效跳过不需要的子元素，只收集文本内容。

代码示例 #

// 假设当前reader已经定位到<articleSummary>的START_ELEMENT
reader.next(); // 移动到第一个子节点
StringBuilder summaryContent = new StringBuilder();

while (reader.getEventType() != XMLStreamConstants.END_ELEMENT) {
    if (reader.getEventType() == XMLStreamConstants.CHARACTERS 
        || reader.getEventType() == XMLStreamConstants.CDATA) {
        // 收集文本内容
        summaryContent.append(reader.getText());
    } else if (reader.getEventType() == XMLStreamConstants.START_ELEMENT) {
        // 跳过整个子元素及其所有子节点，直接到对应的END_ELEMENT
        reader.skipElement();
    }
    // 移动到下一个节点
    reader.next();
}

关键说明 #

• skipElement()是Stax2 API的扩展方法，XMLStreamReader2原生支持，它会直接将阅读器定位到当前开始元素对应的结束元素，中间的所有子节点都会被跳过，不会触发任何事件处理，效率很高。
• 这种方式会收集下所有顶层的文本节点（包括直接的文本和CDATA），完全忽略嵌套的XML/HTML标签及其内容，正好符合你的需求。

额外提示 #

如果你需要处理大量这类节点，可以把这段逻辑封装成一个工具方法，让代码更简洁：

public static String extractPlainText(XMLStreamReader2 reader) throws XMLStreamException {
    StringBuilder sb = new StringBuilder();
    reader.next();
    while (reader.getEventType() != XMLStreamConstants.END_ELEMENT) {
        if (reader.isText()) { // Stax2的isText()方法可统一判断文本/CDATA
            sb.append(reader.getText());
        } else if (reader.isStartElement()) {
            reader.skipElement();
        }
        reader.next();
    }
    return sb.toString().trim();
}

内容的提问来源于stack exchange，提问作者zakmck