XML 解析中 DOM 和 SAX 有什么区别？

DOM 把整个 XML 一次性加载到内存建树，SAX 逐行读、遇到标签就触发回调。所以 DOM 能随机访问、能改，但吃内存；SAX 省内存、速度快，但只能顺序读、不能改。面试里一般答到"一个树一个事件驱动"就算到位，但追问肯定会问更细。

追问

DOM 和 SAX 的内存差距到底有多大？

解析一个 100MB 的 XML，DOM 可能吃掉 300-500MB 内存（树节点的对象开销远大于原始文本），SAX 基本只占几 KB 的缓冲区。大文件用 DOM 直接 OOM 是真实生产事故，不是理论风险。

StAX 和 SAX 有什么区别？为什么有了 SAX 还要 StAX？

SAX 是推模型——解析器主动推事件给你，你没法控制解析节奏。StAX 是拉模型——你调用 next() 主动拉下一个事件，想停就停，想跳就跳。实际开发中 StAX 更灵活，代码也更好写（不用写一堆回调）。JDK 6 开始 StAX 就是 JAXP 的一部分了。

实际项目里怎么选？

场景	选择	原因
配置文件（几十 KB）	DOM / Dom4j	小文件内存不是问题，随机访问方便
大日志文件（几百 MB+）	SAX / StAX	流式处理不爆内存
需要修改 XML 再写回	DOM	SAX 只读，改不了
只提取少数字段	SAX / StAX	不用为几个字段加载整棵树

JAXB 还在用吗？

Java 9 标记废弃，Java 11 正式移除（从 JDK 里删了）。现在要用得手动加 jakarta.xml.bind 依赖。新项目如果要做 XML-对象映射，Jackson 的 XML 模块比 JAXB 好用。

DOM 解析有什么常见坑？

1. 编码问题：XML 声明的 encoding 和文件实际编码不一致，直接乱码或抛异常
2. 空白节点：格式化缩进会产生大量 #text 空白节点，遍历时要 getNodeType() 过滤，否则逻辑全乱
3. 命名空间：带命名空间的 XML 必须用 getElementsByTagNameNS()，用错方法查不到元素
4. 实体注入：外部实体引用（XXE）是安全漏洞，解析时必须禁用：factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true)

写段代码

StAX 拉式解析，对比上面 SAX 的回调写法，感受下代码简洁度的差距：

java
XMLStreamReader reader = XMLInputFactory.newInstance()
    .createXMLStreamReader(new FileInputStream("data.xml"));
while (reader.hasNext()) {
    if (reader.next() == START_ELEMENT && 
        reader.getLocalName().equals("title")) {
        System.out.println(reader.getElementText());
    }
}