我做了一些研究,似乎标准Jsoup做了这个改变。我想知道是否有办法配置这个或者是否有其他的Parser我可以转换为Jsoup的文档,或者某种方法来解决这个问题?
答案 0 :(得分:7)
不幸的是,Tag
类的构造函数将名称更改为小写:
private Tag(String tagName) {
this.tagName = tagName.toLowerCase();
}
但是有两种方法可以改变这种行为:
#2的示例:
Field tagName = Tag.class.getDeclaredField("tagName"); // Get the field which contains the tagname
tagName.setAccessible(true); // Set accessible to allow changes
for( Element element : doc.select("*") ) // Iterate over all tags
{
Tag tag = element.tag(); // Get the tag of the element
String value = tagName.get(tag).toString(); // Get the value (= name) of the tag
if( !value.startsWith("#") ) // You can ignore all tags starting with a '#'
{
tagName.set(tag, value.toUpperCase()); // Set the tagname to the uppercase
}
}
tagName.setAccessible(false); // Revert to false
答案 1 :(得分:1)
版本1.9.3中引入了ParseSettings类。 它附带了保留标签和属性的大小写的选项。
答案 2 :(得分:1)
以下是代码示例(版本> = 1.11.x):
Parser parser = Parser.htmlParser();
parser.settings(new ParseSettings(true, true));
Document doc = parser.parseInput(html, baseUrl);
答案 3 :(得分:1)
您必须使用xmlParser而不是htmlParser,并且标记将保持不变。一行就能解决问题:
String html = "<camelCaseTag>some text</camelCaseTag>";
Document doc = Jsoup.parse(html, "", Parser.xmlParser());
答案 4 :(得分:0)
我使用的是没有这段代码的1.11.1-SNAPSHOT版本。
private Tag(String tagName) {
this.tagName = tagName.toLowerCase();
}
所以我按照上面的建议检查了ParseSettings
并更改了以下代码:
static {
htmlDefault = new ParseSettings(false, false);
preserveCase = new ParseSettings(true, true);
}
为:
static {
htmlDefault = new ParseSettings(true, true);
preserveCase = new ParseSettings(true, true);
}
并在构建JAR时跳过了测试用例。