您现在的位置是：首页 > 文章详情

jsoup 1.21.1 发布，Java HTML 解析器

日期：2025-06-23点击：5收藏

jsoup 1.21.1 现已发布。此版本具有强大的全新节点选择功能，可让用户使用 CSS 选择器锁定特定的 DOM 节点（例如注释和文本节点）、通过新的 TagSet 回调系统进行动态标签自定义，并通过简化的属性转义增强了对突变 XSS 攻击的防御能力。

此版本还默认提供 HTTP/2 支持，并进行了多项 API 改进以提升开发者体验，并修复了多个 edge-case parsing 问题。

Changes

删除了以前弃用的方法。#2317
由于:matchTextpseduo-selector 对 DOM 的副作用，已将其弃用；改用新的::textnode selector和 Element#selectNodes(String css, Class<T> type)方法。#2343
已弃用Connection.Response#bufferUp()，以代替Connection.Response#readFully()，后者会抛出一个已检查的 IOException。
已弃用的内部方法 Validate#ensureNotNull(Object)（由 typed Validate#expectNotNull(T)替代）；来自 Attribute 和 Node 的受保护 HTML 附加程序。
如果你碰巧正在使用任何已弃用的方法，官方建议立即借此机会迁移它们，因为它们将在未来的版本中被删除。

Improvements

增强了Selector，支持直接匹配注释和文本节点等节点。#2324
新增 TagSet#onNewTag(Consumer<Tag> customizer)：注册一个回，当每个新的或克隆的标签插入到集合中时，都会调用该回调函数。该函数支持动态调整标签选项（例如，将所有自定义标签标记为自闭合，或将给定命名空间中的所有内容标记为保留空格）。#2330
使TokenQueue和CharacterReader可自动关闭，以确保它们将缓冲区释放回缓冲池，以供以后重用。
添加了Selector#evaluatorOf(String css)，以更清晰的方式从 CSS 查询中获取评估器。这是QueryParser.parse(String css)的别名。
可以将外部命名空间（例如 SVG）中的自定义标签（通过TagSet定义）配置为数据标签进行解析。
添加NodeVisitor#traverse(Node)以简化节点遍历调用（相对于导入NodeTraversor）。
更新了默认用户代理字符串以提高兼容性。#2341
HTML 解析器现在允许为已知标签自定义特定的文本数据类型 (Data、RcData)。（之前此功能仅支持自定义标签。）#2326
添加了Connection.Response#readFully()，以替代Connection.Response#bufferUp()，并明确了 IOException。同样，添加Connection.Response#readBody()代替Connection.Response#body()。已弃用Connection.Response#bufferUp()。#2327
序列化 HTML 时，属性中的<和>字符现在会被转义。这有助于防止一类变异 XSS 攻击。#2337
已更改Connection为优先使用 JDK 的 HttpClient 而非 HttpUrlConnection（如果可用），以默认启用 HTTP/2 支持。用户可以通过禁用-Djsoup.useHttpClient=false关闭该功能。#2340