dom4j

定义

dom4j是一个用于 Java 平台的开源 XML 框架，可完成 XML 文档的读取、写入、遍历、创建与修改^[2]。它提供了一套以 Java 接口形式定义的文档对象模型，节点与属性的组织方式建立在 Java 集合框架之上，因此可以用迭代器、列表等熟悉的集合类型访问文档结构^[1][5]。在标准兼容方面，它与 DOM、SAX、JAXP 三类 Java XML 接口对接，并内置了对 XPath 的支持，可在文档或任意节点上直接求值定位元素。Debian 项目将其描述为在 Java 平台上处理 XML、XPath 与 XSLT 的库，并完整支持 DOM、SAX 和 JAXP。

该库以 BSD 类许可发布，版权声明中的权利人为 MetaStuff 公司及后续贡献者，"DOM4J"曾是 MetaStuff 的注册商标^[6][7]。项目早期托管于 SourceForge，2010 年代后主要代码仓库迁至 GitHub，官网地址为项目页面所指向的站点^[7][8]

原理

dom4j 的默认模型把整份 XML 载入内存并构造一棵节点树，节点、元素、属性、文本、注释、命名空间等各有对应接口，树上的任何位置都可以增删改，因此适合需要反复修改文档结构的场合^[5][4]。输入侧除直接解析文档外，还提供基于 SAX 的读取器与基于 XPP 事件式解析器的实现，输出侧则通过写入器与输出格式类控制缩进、紧凑排版与编码^[1][5]。

XPath 查询是其核心能力之一，文档对象与任意节点都可调用查询方法返回节点列表或单个节点，再从结果上取值，例如用路径表达式筛选链接地址^[1]。此外，org.dom4j.rule 包提供了一个模式驱动的规则引擎，实现完整的 XSLT 处理模型，可在模式命中时触发自定义动作，用于声明式的文档处理^[5]。

包结构按职责分工：org.dom4j 定义核心接口与辅助类，org.dom4j.io 负责 SAX/DOM 输入输出与文本写出，org.dom4j.tree 给出默认树实现，org.dom4j.dom 提供同时兼容 W3C 对象模型的实现，org.dom4j.bean 允许用 JavaBean 存取元素属性，org.dom4j.datatype 支持 XML Schema 数据类型，org.dom4j.swing 提供与 Swing 组件对接的适配器^[5]。

在性能取舍上，其内存结构与多数树模型库相近：有开发者讨论指出，内存中的文档表示通常比原文本大数倍，不同树模型之间的内存效率差异不足以从根本上改变大文件处理的结果，因此处理超大文档时可用 ElementHandler 接口按片段流式处理^[9]。一项 2020 年发表于《计算机工程》的对比研究以解析时间、内存堆占用与 CPU 占用为指标比较 DOM、SAX、JDOM、DOM4J 四种方法，结果显示数据量增大且以解析时间为重点时 DOM4J 优于其余三种，而以空间占用为重点时 SAX 更优^[10]。

发展历程

项目始于 2001 年，当年 7 月发布第一个版本，早期托管在 SourceForge 上，定位是专门面向 Java 的 XML 解析工具^[3]。到 1.5 版本时期，发布包约 13 MB，其中包含主类包，另需搭配 Jaxen 库以支持 XPath，否则运行时会因缺少 Jaxen 相关类而报错^[3]。

1.6.1 版本于 2005 年 5 月 20 日发布，要求 Java 1.4 及以上，其文档对象模型建立在 Java 集合框架之上，这一版本在很长时间内被各类发行版和企业软件沿用^[1][7]。此后项目进入较长的沉寂期，2.0.0 系列的候选版本才逐步出现^[8][11]。

2.0.3 版本于 2020 年 4 月 11 日发布，要求 Java 5 及以上并加入泛型支持；2.1.x 系列继续兼容 Java 8，其中 2.1.1 起把 Jaxen、xsdlib 等改为可选依赖，使用者需自行显式声明^[1]。2.1.3、2.1.4 相继发布，2.1.4 于 2023 年 1 月 22 日推出并要求 Java 8 及以上^[1]。

最新版本 2.2.0 于 2025 年 6 月 30 日发布，因从 Java EE 迁移到 Jakarta EE 而将最低要求提高到 Java 11，同时改进了多线程并发解析效率、新增 AutoCloseable 支持并修正了元素属性顺序等问题^[8]。

应用

dom4j 常见于 Java 应用中读写配置文件、数据交换文件和接口报文的场景，典型用法是通过 SAX 读取器得到文档对象，再取根元素逐层遍历子节点与属性，或用 XPath 直接定位目标节点^[1]。文档也可以由程序从零构造，用辅助类生成新文档并逐级添加元素后写出到文件或输出流^[1]。

在框架层面，Hibernate 曾使用 dom4j 解析其映射文件，这是该库被广泛引入企业级项目的一个例子^[4]。由于长期作为事实上的常用 XML 库，它被 Debian、Ubuntu、Fedora 等发行版打包为系统软件包，并在构建其他 Java 组件时作为依赖被间接引入^[12][2]。

局限

默认的树模型需要把文档整体装入内存，文档规模很大时内存开销随之上升，容易造成解析性能下降甚至内存不足，处理这类文档需改用 ElementHandler 之类的分段处理方式^[9][4]。前引 2020 年的对比研究也显示，以空间占用为主要指标时 SAX 方式优于 DOM4J^[10]。

解析外部实体与字符串转文档等入口在早期版本中存在安全隐患：项目更新记录提到 DocumentHelper.parseText 曾被报告可能存在 XML 注入问题，SAXReader 也曾存在硬编码命名空间特性的问题。为此 2.1.3 增加了 createDefault() 工厂方法，其默认配置比直接 new SAXReader() 更安全，会禁用 SAX 解析器对外部实体的解析。

依赖管理方式的变化也带来迁移成本：自 2.1.1 起 Jaxen 等不再是强制的传递依赖，如果项目用到了相关可选功能，必须自行声明依赖。此外 2.2.0 因迁移至 Jakarta EE 将运行环境要求提升到 Java 11，仍停留在 Java 8 的项目只能继续使用 2.1.x 系列^[8]。

参见

• SAX —— 事件驱动的 XML 解析接口，dom4j 的读取与输出组件与之对接。

• DOM —— W3C 定义的文档对象模型，dom4j 提供兼容该模型的实现包。

• XPath —— XML 路径查询语言，dom4j 内置对其的支持。

• XSLT —— 样式表转换语言，dom4j 的规则引擎实现了其处理模型。

• JDOM —— 同样面向 Java 的树模型 XML 库，常与 dom4j 相互比较。

• Hibernate —— 曾使用 dom4j 解析映射文件的持久化框架。