图片来自Unsplash，摄影师：Farzad Nazifi
本文最初发布于martinrichards.me。
解析 XML 的方法不止一种？解析 XML 文档有两种方法：读取整个文档并构建表示文档的完整 DOM 对象，或者作为流读取文档，从流中提取所需内容。DOM 方法对于像配置文件这样的小型文档很好，但在处理任何真实大小的文档时完全失效。
在 Java 中进行流解析时，SAX 解析器似乎是最常见的选择。关于在 Java 中解析大型 XML 文件的大多数 Stack Overflow 回答 和 教程 都指向 SAX 解析器。SAX 解析器唯一的问题在于其事件驱动的 API 很难使用。定义事件侦听器（处理程序）并等待其被调用会移除你对流的控制。当我处理流时，我喜欢控制程序的执行，并且一直更喜欢基于推的 API。
幸运的是，像编程中的大多数事情一样，我不是第一个经历这些痛点的人。创建了 StAX API，通过为 XML 流提供基于推的 API 来解决这个痛点。
这种方法的优点最好由 JavaDocs 描述：
展示这个魔法！与推处理相比，拉处理在处理 XML 流时提供了多个优点：
通过拉处理，客户端控制应用程序线程，并且可以在需要时调用解析器上的方法。相比之下，使用推处理，解析器控制应用程序线程，客户端只能接受来自解析器的调用。
相比于推库，拉库可以更小，并且与那些库交互的客户端代码更简单，即使对于更复杂的文档也是如此。
拉客户端可以使用单个线程读取多个文档。
StAX 拉解析器可以过滤 XML 文档，使客户端不需要的元素被忽略，并且它可以支持非 XML 数据的 XML 视图。
让我们以维基百科数据集为例，以下是数据的样本：
以下是提取每个页面的名称和 ID 的代码：
简单易懂...
等等！发生了什么？你可以在这里看到完整的项目，第一部分从资源文件夹中提取 XML 文件。
XMLInputFactoryStAX<page>parsePageparsePagepagecaseswitchrevisionSAXParserStAXSAXParser