使用DOM、XPath或SAX可高效提取XML节点文本：DOM通过textContent获取节点内容；XPath用路径表达式精准定位并提取文本；SAX以事件驱动处理大文件，节省内存。
在处理XML数据时，获取节点的文本内容是一个常见需求。不同编程语言和解析方式提供了多种方法来提取节点中的文本。以下是几种常用且高效的技巧与方法。
使用DOM解析器读取节点文本
DOM（Document Object Model）将整个XML文档加载到内存中，形成树结构，便于随机访问节点。
操作步骤：
- 加载XML文档并构建DOM树
- 通过标签名、ID或路径定位目标节点
- 调用textContent或nodeValue属性获取文本
示例（JavaScript）：
const parser = new DOMParser();const xmlStr = `
const xmlDoc = parser.parseFromString(xmlStr, "text/xml");
const title = xmlDoc.getElementsByTagName("title")[0].textContent;
console.log(title); // 输出：JavaScript指南
利用XPath定位并提取文本
XPath是一种强大的路径表达式语言，能精准定位XML中的节点。
优势： 可跨层级查询，支持条件过滤。
- 结合DOM或SAX解析器使用XPath
- 使用evaluate()或封装好的库（如Python的lxml）执行XPath表达式
- 直接获取文本值，避免手动遍历子节点
示例（Python + lxml）：
from lxml import etree
xml_data = '''
root = etree.fromstring(xml_data)
name_text = root.xpath('//name/text()')
print(name_text[0]) # 输出：张三
使用SAX解析处理大文件中的文本
SAX是事件驱动的流式解析器，适合处理大型XML文件，节省内存。
关键点： 在characters()事件中捕获文本内容。
- 设置标志位标记当前是否进入目标节点
- 在开始标签和结束标签事件中控制状态
- 积累或清理文本内容以防止误读空白字符
适用于日志、配置文件等场景，虽代码稍复杂但效率高。
注意事项与常见问题
获取节点文本时容易忽略以下细节：
- 节点可能包含多个子元素或混合内容，需判断是否使用textContent还是仅读取直接子文本
- 注意空格、换行等空白符干扰，必要时进行trim处理
- 某些API返回的是列表而非单个值，需正确索引
- 确保XML格式良好，避免解析失败导致取值异常
基本上就这些。选择合适的方法取决于你的语言环境、性能要求和XML结构复杂度。掌握DOM、XPath和SAX的基本用法，就能灵活应对大多数文本提取任务。
