jsoup 1.16.2 发布，Java HTML 解析器

jsoup 1.16.2 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

• 通过添加基于成本的查询规划器，优化了复杂 CSS 选择器的性能。评估器按其相对执行成本排序，并按成本从低到高的顺序执行。这通过确保在更复杂的评估（例如属性正则表达式或使用 :has 进行深度子扫描）之前进行更简单的评估（例如标签名称匹配）来加速匹配过程。
• 添加了对<svg>和<math>标签（及其子标签）的支持。这包括标签命名空间以及适用标签和属性的大小写保留。#2008
• 在W3CDom中将 jsoup 文档转换为 W3C 文档时，根据 HTML5 规范，HTML 文档将默认放置在http://www.w3.org/1999/xhtml命名空间中。这可以通过设置W3CDom#namespaceAware(boolean false)来控制。#1848
• 通过备忘录化之前的评估，优化了结构评估器的速度。特别是~（any preceding sibling）和:nth-of-type选择器得到了改进。#1956
•  调整了元素nextElementSibling、previousElementSibling、firstElementSibling、lastElementSibling、firstElementChild和 lastElementChild 的性能。他们现在在子节点列表中进行 filter/skip，而无需分配和扫描完整的元素过滤列表。
• 优化了之前调用Element.children()的内部方法，改为使用 filter/skip 子节点列表访问器，从而减少新的元素列表分配。
• 调整了解析:pseudo选择器的性能。
• 使用:empty伪选择器时，空白文本节点现在被视为空。以前，包含任何空格的元素不被视为空。#1976
• 在表单中，<input type="image">应从Element.formData()中排除（因此也排除在表单提交之外）。#2010
• 在Safelist中，将isSafeTag()和isSafeAttribute()变为 public 方法，以实现扩展性。#1780

Bug Fixes

• Bugfix：form元素和 empty 元素（例如img）的属性没有去重。#1950
• 如果是从克隆中克隆了Document.OutputSettings，则使用时会抛出 NPE。#1964
• 在Jsoup.connect(String url)中，包含 %2B 的 URL 路径被错误地重新编码为 '+'，或者 '+' 被重新编码为 ' '。通过恢复到以前不编码提供的路径的行为（除了标准化为 ASCII）来修复。#1952
• 在Jsoup.connect(String url)中，包含补充字符（例如表情符号）的字符串未正确进行 URL 转义。
• 在Jsoup.connect(String url)中，ConstrainableInputStream 将在读取正文时清除线程中断。这阻止了调用者生成线程、在一段时间内运行多个请求、然后在中断该线程后加入该线程。#1991
• 跟踪 HTML 源位置时， 无法正确跟踪H1...H6元素的 closing tags。#1987
• 在Jsoup.connect()中，DELETE方法请求不支持请求正文。#1972
• 在嵌套极深的元素上调用Element.cssSelector()时，可能出现StackOverflowError。此外，在运行查询时可能会出现StackOverflowError。#2001
• 在empty()之后将节点追加回其原始Element，会产生索引越界异常。此外，现在被删除的子节点的父节点已被清除，从而将它们与原始父节点完全分离。#2013
• 在Connection添加 headers 时，该值可能被假定为错误解码的ISO_8859_1字符串，并重新编码为UTF-8。现在该值保持不变。

Changes

• 删除了以前已被弃用的Document.normalise()、Element.forEach(org.jsoup.helper.Consumer<>)、Node.forEach(org.jsoup.helper.Consumer<>)和org.jsoup.helper.Consumer接口。
• 以前的 compatibility shimorg.jsoup.UncheckedIOException已被弃用，取而代之的是现在支持的java.io.UncheckedIOException。#1989
• 由于启用和未启用脚本模式的解析器之间不兼容，阻止将noscripttags 添加到安全列表。

更新说明：https://github.com/jhy/jsoup/releases/tag/jsoup-1.16.2