如何通过Java的XMLInputFactory.newInstance方法获取StAX解析器工厂实例？

本文共计878个文字，预计阅读时间需要4分钟。

基本原因并非代码编写错误，而是JVM启动时未找到符合规范要求的StAX实现类。JDK自带的`com.sun.xml.internal.stream.XMLInputFactoryImpl`在Java 9及以后版本默认不可见，且许多第三方库（如Woodstox、Aalto）的SPI配置未正确加载。

常见错误现象：javax.xml.stream.FactoryConfigurationError: Provider com.sun.xml.internal.stream.XMLInputFactoryImpl not found 或直接 fallback 到空实现导致解析失败。

• 检查 classpath 是否真有 StAX 实现 jar（如 woodstox-core-asl-4.4.1.jar），光有 stax-api 接口包不够
• Java 9+ 必须显式加 --add-modules java.xml.bind（仅限早期迁移），更稳妥的是用 ServiceLoader.load(XMLInputFactory.class) 替代静态工厂方法
• 避免依赖 com.sun.* 内部类——它们不是公共 API，不同 JDK 版本路径可能变化甚至被移除

如何安全获取线程安全的 XMLInputFactory 实例

XMLInputFactory 本身是线程安全的，但它的实例不建议全局单例复用，因为部分实现（如 Woodstox）会在实例上缓存配置状态，多线程修改 setProperty() 可能互相干扰。

推荐做法是每个解析上下文创建独立实例，并统一配置关键参数：

立即学习“Java免费学习笔记（深入）”；

• 设 factory.setProperty(<code>javax.xml.stream.isNamespaceAware, Boolean.TRUE)，否则默认不识别命名空间
• 禁用 DTD（防止 XXE）：factory.setProperty(<code>javax.xml.stream.isSupportingExternalEntities, Boolean.FALSE)
• 若需读取注释，必须提前设 factory.setProperty(<code>javax.xml.stream.isCoalescing, Boolean.TRUE)，否则 nextTag() 可能跳过注释

对比 newInstance() 和 newFactory() 的行为差异

JDK 6 引入了 XMLInputFactory.newFactory()，它比 newInstance() 更严格：前者只走标准 SPI 查找（META-INF/services/javax.xml.stream.XMLInputFactory），后者还会尝试硬编码 fallback 到 Sun 内部实现。

这意味着：

• 用 newFactory() 能更快暴露缺失实现的问题，适合构建环境验证
• 在 Android 或某些精简 JRE 上，newInstance() 可能静默返回一个功能受限的空实现，而 newFactory() 直接抛异常
• 两者都支持传入 ClassLoader 参数，但只有显式传入非 null 的 classloader 才能绕过模块系统限制（Java 9+）

Woodstox 下 XMLInputFactory 的典型初始化陷阱

Woodstox 是最常用的高性能 StAX 实现，但它不兼容 JDK 自带工厂的某些默认行为。比如默认关闭 CDATA 事件，或对空白字符处理更严格。

容易踩的坑：

• 没调用 WoodstoxInputFactory.setProperty(<code>org.codehaus.stax2.validation.XMLValidationSchema, schema) 就想做 XSD 校验 → 直接忽略校验逻辑
• 用 XMLInputFactory.newInstance() 获取到的是 JDK 默认实现，不是 Woodstox —— 必须确保 woodstox-core-asl 在 classpath 且 META-INF/services/... 文件存在
• 设置 javax.xml.stream.isReplacingEntityReferences 为 false 后，仍看到实体被展开 → Woodstox 默认忽略该属性，得用 org.codehaus.stax2.typed.TypedXMLStreamReader 手动控制

JDK 版本和类加载器策略是影响 XMLInputFactory.newInstance() 行为最隐蔽的两个变量，调试时优先检查这两点，而不是怀疑 XML 内容本身。