jsoup 1.21.2 发布，Java HTML 解析器

jsoup 1.21.2 现已发布，新增了对 HTTP/2 连接中自定义SSLContext的支持，并提升了属性中用户数据处理方式的一致性。此外，它还提升了 DOM 操作和片段解析的性能，并修复了流解析、遍历、克隆和并发读取中的一些边缘情况。

变化

• 已弃用的内部（但可见）方法Normalizer#normalize(String, bool)和Attribute#shouldCollapseAttribute(Document.OutputSettings)。这些将在未来的版本中删除。
• 已弃用Connection#sslSocketFactory(SSLSocketFactory)，建议使用新的Connection#sslContext(SSLContext)。使用sslSocketFactory将强制使用旧HttpUrlConnection实现，该实现不支持 HTTP/2。#2370

改进

• 当进行 pretty-printing 时，如果有连续的文本节点（通过 DOM 操作），则它们之间的非重要空白将被折叠。#2349。
• 更新Connection.Response#statusMessage()为在使用HttpClient实现时返回一个简单的可记录字符串消息（例如“OK”），否则不会返回任何服务器设置的状态消息。#2356
• Attributes#size()和Attributes#isEmpty()现在​​​​​​​将所有内部属性（例如用户数据）排除在其计数之外。这与属性的序列化输出和迭代器保持一致。#2369
• 添加Connection#sslContext(SSLContext)以向请求提供自定义 SSL (TLS) 上下文，同时支持HttpClient和旧版HttUrlConnection实现。#2370
• 针对 DOM 操作方法的性能优化，包括在多次移除元素的第一个子元素（element.child(0).remove()），以及使用Parser#parseBodyFragement()解析大量直接子元素时的情景。#2373。​​​​​​​

错误修复

• 当从 InputStream 进行解析并且多字节字符恰好跨越缓冲区边界时，流将无法完全读取。#2353。
• 在NodeTraversor中，如果在head()调用期间删除了最后一个子元素，则父元素会被访问两次。#2355。
• 克隆具有 Attributes 对象的 Element 会向该克隆添加一个空的内部用户数据属性，这会导致Attributes#size()和Attributes#isEmpty()出现意外结果。#2356
• 在多线程应用程序中，多个线程同时调用同一元素Element#children()时，该方法生成内部子元素缓存（其子节点的筛选视图）时可能会发生竞争条件。由于 DOM 对象的并发读取应该是线程安全的，无需外部同步，因此该方法已更新为原子执行。#2366
• 格式错误的 HTML 可能会在 adoption agency 期间抛出 IndexOutOfBoundsException。#2377。

详情可查看：https://jsoup.org/news/release-1.21.2