关键是要遍历子节点并区分TEXT_NODE与ELEMENT_NODE：TEXT_NODE（3）用getNodeValue()获取文本（注意trim），ELEMENT_NODE（1）递归处理；跳过注释等无关节点，以保留混合内容结构。
Java处理混合内容XML节点（即同一层级中既有文本又有子元素）的关键是避免直接调用 getTextContent()，因为它会把所有后代文本拼接成一个字符串，丢失结构信息。正确做法是遍历子节点，区分 Node.TEXT_NODE 和 Node.ELEMENT_NODE，分别处理。
使用DOM逐节点遍历识别混合内容
DOM解析器保留了节点的原始顺序和类型，适合处理混合内容。核心是检查每个子节点的 getNodeType()：
-
TEXT_NODE（3）：对应纯文本（包括空白、换行），可用
getNodeValue()获取；注意前后空白可能需trim() - ELEMENT_NODE（1）：对应子元素，可递归处理或提取属性/内容
- 跳过
COMMENT_NODE、PROCESSING_INSTRUCTION_NODE等无关节点（除非业务需要）
示例：解析带内联标签的段落
比如XML片段：<p>这是<em>强调</em>的文字，还有<strong>加粗</strong>部分。</p>
Java代码应这样处理：
立即学习“Java免费学习笔记（深入）”；
NodeList children = element.getChildNodes();
for (int i = 0; i < children.getLength(); i++) {
Node child = children.item(i);
switch (child.getNodeType()) {
case Node.TEXT_NODE:
String text = child.getNodeValue().trim();
if (!text.isEmpty()) {
System.out.println("文本: " + text);
}
break;
case Node.ELEMENT_NODE:
Element elem = (Element) child;
System.out.println("标签: " + elem.getTagName() + ", 内容: " + elem.getTextContent().trim());
break;
}
}
用JAXB时需自定义XmlAdapter
JAXB默认不支持混合内容映射到Java对象。必须通过 @XmlAnyElement(lax = true) 或自定义 XmlAdapter 来捕获原始节点序列：
- 定义一个容器类，字段类型为
List<Object> - 用
@XmlAnyElement标注该字段，JAXB会将文本节点转为org.w3c.dom.Text，元素节点转为Element - 在适配器中统一转换为业务对象（如
TextChunk或EmphasisChunk）
考虑用StAX替代DOM提升效率
对于大文件或流式处理，StAX（XMLStreamReader）更轻量且天然支持混合内容顺序解析：
-
XMLStreamReader.next()每次推进一个事件 -
EVENT.START_ELEMENT→ 处理开始标签 -
EVENT.CHARACTERS→ 获取文本片段（getText()） -
EVENT.END_ELEMENT→ 结束当前元素，可据此判断混合内容边界
不复杂但容易忽略的是：文本节点常因格式缩进产生空节点，务必检查 getNodeValue() 是否为空白再处理。
