12.02 数据解析-XML解析

JiangMing 2025/5/12 Android 开发基础

XML 在 Android 里有两个身份：一是系统资源格式（layout、manifest、strings 全是 XML——但那些由系统解析，不需要你写解析代码），二是服务端接口格式（老接口、RSS、部分政企系统仍在用）。本节讲第二种场景的三种解析器与选型，并延伸到数据模型（DTO）的设计原则——这部分与格式无关，是解析工作的"上层建筑"。

# 一、三种 XML 解析器对比

解析器	模式	内存	速度	适用场景
DOM（Document）	树模型：整棵读进内存	高（文档大易 OOM）	快（随机访问方便）	小文档、需要反复随机访问节点
SAX（Simple API）	流式推送：边读边回调	最低	快	只读一遍的大文档
Pull（XmlPullParser）	流式拉取：主动 next() 推进	最低	快	Android 推荐，可控性强

Push 与 Pull 的区别（面试常问）：SAX 是"解析器推给你"——注册监听器，事件发生时被动回调，逻辑分散在回调里；Pull 是"你主动拉"——循环调用 next() 取事件，用普通循环和分支控制整个解析流程，可随时中断、跳过，代码更直观。Android 内置 Pull（org.xmlpull），也是系统资源解析采用的方案。

# 二、XmlPullParser 实战

以下面这段 RSS/接口数据为例：

<?xml version="1.0" encoding="utf-8"?>
<articles>
    <article id="1">
        <title>Handler 消息机制原理</title>
        <author>JiangMing</author>
        <tags>
            <tag>Android</tag>
            <tag>Handler</tag>
        </tags>
    </article>
    <article id="2">
        <title>数据存储</title>
        <author>JiangMing</author>
        <tags>
            <tag>SQLite</tag>
        </tags>
    </article>
</articles>

# 1. 数据实体

public class Article {
    public long id;
    public String title;
    public String author;
    public List<String> tags = new ArrayList<>();
}

# 2. Pull 解析实现

public class ArticleXmlParser {

    public static List<Article> parse(InputStream in) throws Exception {
        List<Article> articles = new ArrayList<>();
        XmlPullParser parser = Xml.newPullParser();
        parser.setInput(in, "UTF-8");

        int event = parser.getEventType();          // 第一个事件：START_DOCUMENT
        Article current = null;
        String currentTag = null;

        while (event != XmlPullParser.END_DOCUMENT) { // 循环推进，直到文档结束
            switch (event) {
                case XmlPullParser.START_TAG:
                    switch (parser.getName()) {
                        case "article":
                            current = new Article();
                            // 读取属性：id="1"是article的attribute而非文本
                            current.id = Long.parseLong(parser.getAttributeValue(0));
                            break;
                        case "title":
                            currentTag = "title";
                            break;
                        case "author":
                            currentTag = "author";
                            break;
                        case "tag":
                            currentTag = "tag";
                            break;
                        default:
                            break;
                    }
                    break;

                case XmlPullParser.TEXT:
                    // TEXT事件：当前标签内的文本（注意可能包含空白换行）
                    if (current != null && currentTag != null) {
                        String text = parser.getText().trim();
                        if (!text.isEmpty()) {
                            switch (currentTag) {
                                case "title":
                                    current.title = text;
                                    break;
                                case "author":
                                    current.author = text;
                                    break;
                                case "tag":
                                    current.tags.add(text);
                                    break;
                                default:
                                    break;
                            }
                        }
                    }
                    break;

                case XmlPullParser.END_TAG:
                    if ("article".equals(parser.getName())) {
                        articles.add(current);       // 一个article闭合：收集
                        current = null;
                    }
                    currentTag = null;
                    break;

                default:
                    break;
            }
            event = parser.next();                   // 主动拉取下一个事件
        }
        return articles;
    }
}

// 使用（配合11章网络请求）
ThreadPoolManager.execute(() -> {
    Response response = OkHttpHolder.getClient()
            .newCall(new Request.Builder().url("https://example.com/feed.xml").build())
            .execute();
    if (response.body() != null) {
        List<Article> articles = ArticleXmlParser.parse(response.body().byteStream());
        // 切主线程更新UI（10章范式）
    }
});

Pull 解析的四个关键事件：START_DOCUMENT → 循环处理 START_TAG / TEXT / END_TAG → END_DOCUMENT。写法的固定套路：用 currentTag 记住"我正在处理哪个标签的文本"，在 TEXT 事件里按它分发赋值。

# 3. DOM 解析参考（对比用）

// DOM：一次加载成树，适合小文档
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
Document doc = factory.newDocumentBuilder().parse(inputStream);
NodeList nodes = doc.getElementsByTagName("article");
for (int i = 0; i < nodes.getLength(); i++) {
    Element article = (Element) nodes.item(i);
    String id = article.getAttribute("id");
    String title = article.getElementsByTagName("title").item(0).getTextContent();
}

# 三、数据模型（DTO）设计原则

解析质量一半取决于解析器，另一半取决于模型设计。这部分内容较多，已单独成篇：12.03 数据模型（DTO）设计——包含 DTO/VO/Mapper 三层架构、七条设计原则（可空语义、集合预初始化、映射统一、嵌套建模、UI 语义进 VO、不可变倾向、版本兼容）与端到端优秀实践案例、反例对照表。本节只留两条与 XML 直接相关的提醒：

XML 解析结果同样落到 DTO/VO：上面的 Article 类就是 DTO，Pull 解析循环本身兼任了 Mapper 的角色
属性与文本的建模差异：<article id="1"> 的 id 建模为字段 long id，<title> 文本建模为 String title——解析方式不同，但模型形态一致

# 四、常见问题与陷阱

TEXT 事件被空白打断：标签内换行缩进会产生多个 TEXT 事件，getText() 后必须 trim() + 判空（上面代码已处理）。
属性 vs 文本：<article id="1"> 的 id 是属性（getAttributeValue），<title> 内容是文本事件，别混。
DOM 解析大文档 OOM：树模型内存 ≈ 文档体积的数倍，RSS/大配置用 Pull。
XML 实体转义：内容含 < & 时 Pull 自动解码为 <、&；反向生成 XML 时要转义。
命名空间：XML 带 xmlns 前缀时用 getNamespace()/getAttributeValue(ns, name)，普通 getName() 可能拿到带前缀的名字。

# 结束

本节讲解了 XML 解析的三种解析器对比（DOM 树模型/SAX 推模型/Pull 拉模型——Android 推荐）、XmlPullParser 完整实战（四类事件 + currentTag 套路），并延伸到数据模型设计原则（DTO/VO 分层、包装类型、集合预初始化、版本兼容思维）。到这里数据解析整章完成，下一节处理 UI 耗资源大户——图片：12.04 图片加载。更多内容请参考：XML 解析 (opens new window)。

12.01 数据解析-JSON解析 12.03 数据解析-数据模型设计

江明的个人网站

Choose mode