正文

jsoup 1.16.1 发布，Java HTML 解析器

admin
admin V管理员 /0 评论 /235 阅读
0506
此篇文章发布距今已超过553天，您需要注意文章的内容或图片是否可用！

jsoup 1.16.1 现已发布。jsoup 是一个用于处理 real-world HTML 的 Java 库。它使用最好的 HTML5 DOM 方法和 CSS 选择器提供了一个非常方便的 API 用于提取和操作数据。

下载地址：https://jsoup.org/download

具体更新内容包括：

Improvements

  • 在Jsoup.connect(String url)中，原生支持在路径或查询字符串中包含 Unicode 字符的 URL，而无需由调用者进行转义。#1914
  • 在没有父节点的节点上调用Node.remove()现在是不可行的，会出现验证错误。#1898

Bug Fixes

  • 使 HTML Tree Builder 对AfterBody与AfterAfterBody的处理步骤与更新的 WHATWG 标准保持一致，以不弹出堆栈以关闭<body>或<html>元素。这可以防止错误地</html>关闭前面的结构。在这种情况下还添加了适当的错误消息输出。#1851
  • 纠正对 ruby​​ 元素（<ruby>、<rp>、<rt>和<rtc>）的支持，以符合当前的规范。#1294
  • 使用Node.before(Node)或Node.after(Node)时，如果传入节点是上下文节点的兄弟节点，则传入节点可能会插入到错误的相对位置。#1898
  • 在Jsoup.connect(String url)中，如果输入的 URL 中有已经被%转义的组件，它们将再次被转义，导致抓取时出错。#1902
  • 在跟踪输入源位置时，被培养的表格中的文本具有无效位置。#1927
  • 如果Document.OutputSettings类被初始化，然后Entities.escape(String)被调用，则可能会由于类加载循环依赖而抛出 NPE。#1910
  • 在 pretty-printing 时，如果一个块中的第一个内联Element或Comment前面有一个空白文本节点，它就不会被 wrap-indented。​​​​​​​#1906
  • 在 pretty-printing 一个包含 block tags 的<pre>时，这些 tags 缩进不正确。#1891
  • 当 pretty-printing 嵌套的可内联块（例如<td>中的<p>）时，内部元素应该缩进。#1926
  • <br>tags 在 block tags 中时应该 wrap-indented（而在 inline tags 中时则不需要）。#1911
  • 足够大的<textarea>的内容和未转义的 HTML closing tags 可能会被错误地解析为一个空节点。#1929

更新说明：https://github.com/jhy/jsoup/releases/tag/jsoup-1.16.1

宙飒天下网