Question

我正在使用JSoup来清理一些不受信任的HTML。我发现如果我打电话

String html = "<div id='foo'><script type='text/javascript'>alert('hello');</script></div>";
String cleanedHtml = Jsoup.clean(html, Whitelist.relaxed());

此时cleanedHtml是

<div><div>

因此<script>标记已被正确删除，但神秘，id的{{1}}属性也是如此。有什么理由可以删除它或者它是一个错误吗？

Answer 1

默认情况下，id属性已被删除;将其添加为允许的属性：

Whitelist whitelist = Whitelist.relaxed().addAttributes("div", "id");
System.out.println(Jsoup.clean(html, whitelist));

=> <div id="foo"></div>

这是一个错误吗？不是AFAIC;它在源头。 IMO虽然存在文档错误。

是否“有任何理由”为什么要删除它？不确定那个，但这样的属性不是结构性的：删除它不会改变DOM。这是关于白名单的问题 - 他们明确允许，并且必须根据您的确切需求进行策划。

为什么JSoup删除元素ID？

1 个答案: