关闭JSoup忽略的<link />标记

Question

我有一个HTML文档，我收到它作为String，然后我使用jSoup解析它。 此HTML文档（以字符串形式）包含<link>标记，如下所示 -

<link rel="stylesheet" href="css/bootstrap.css" />

这就是我解析它的方式 -

Document doc = Jsoup.parse(html);

其中html是一个字符串形式的HTML文档。

在我打印doc时进行解析后，除了<link>标记之外，所有内容都保持不变 -

  <link rel="stylesheet" href="css/bootstrap.css"> 

请注意，此处没有结束斜杠。 另请注意，如果原始字符串包含以下格式的<link>标记 -

<link rel="stylesheet" href="css/bootstrap.css"></link>

结果仍然相同，即<link rel="stylesheet" href="css/bootstrap.css"> 为什么Jsoup这样做以及如何防止这种情况发生？

谢谢！

Answer 1

根据HTML5 spec on the <link> element:

  

在text / html中标记遗漏：
  没有结束标记。

因此规范说不应该是结束标记。规范允许end标签为void元素，但它不是默认值。我猜Jsoup遵循HTML规范。

Answer 2

如果您希望避免修改标签，请尝试以下方法：

Document htmldoc = Jsoup.parse(html, baseuri, Parser.xmlParser());