Question

使用Jsoup.clean()，jsoup会转换HTML链接的title属性：

<a href="" title="test &lt;br /&gt;">TEST</a>

成：

<a href="" title="test <br />">TEST</a>

这是演示应用程序：

Whitelist whitelist = new Whitelist();
whitelist.addTags("a");
whitelist.addAttributes("a", "href", "title");

String input = "<a href=\"\" title=\"test &lt;br /&gt;\">TEST</a>";
System.out.println("input: " + input);
String output = Jsoup.clean(input, whitelist);
System.out.println("output: " + output);

打印：

input: <a href="" title="test <br />">TEST</a>
output: <a href="" title="test <br />">TEST</a>

我尝试使用OutputSettings添加EscapeMode：

OutputSettings outputSettings = new OutputSettings();
outputSettings.escapeMode(EscapeMode.xhtml);

EscapeMode.base和EscapeMode.extend无效。 EscapeMode.xhtml打印以下内容：

input: <a href="" title="test <br />">TEST</a>
output: <a href="" title="test <br />">TEST</a>

知道jsoup如何不操纵title标签？

Answer 1

这是一个已知问题/行为：https://github.com/jhy/jsoup/issues/684（标记为＆＃34;赢得＆＃39; t修复＆＃34; jsoup 团队）。

这里没有错误。

在序列化时（例如，在您打印XML / HTML的示例中），我们会根据需要转义少量字符。这就是为什么＆gt;未转义为＆gt ;;因为它处于引用属性中，所以它没有关闭标记的歧义，所以它不会被转义。

如何使用jsoup保持链接标题属性？

1 个答案: