jsoup 1.22.1 发布，Java HTML 解析器-低调大师

jsoup 1.22.1 发布，Java HTML 解析器

2026-01-04 14

jsoup 1.22.1 现已发布，新增了对re2j正则表达式引擎的支持（用于基于正则表达式的 CSS 选择器），可配置的最大解析深度，以及大量错误修复和改进。

改进

新增了对re2j正则表达式引擎的支持，用于基于正则表达式的 CSS 选择器（（例如[attr~=regex], :matches(regex)）。这使得处理用户提供的任意查询正则表达式更加安全。要启用此功能，将com.google.re2j依赖项添加到类路径中，例如：

 <dependency> <groupId>com.google.re2j</groupId> <artifactId>re2j</artifactId> <version>1.8</version> </dependency>

（如果你的类路径中已经包含了该依赖项，但仍然想使用 Java 正则表达式引擎，可以通过System.setProperty("jsoup.useRe2j", "false")禁用 re2j 。）可以通过调用Regex.usingRe2j()来确认 re2j 引擎是否已正确启用。#2407

新增了一个实例方法Parser#unescape(String, boolean)，该方法使用解析器的配置来解转义 HTML 实体（例如，为了支持错误跟踪），作为现有静态实用程序Parser.unescapeEntities(String, boolean)的补充。#2396
为 HTML 和 XML 解析器都添加了可配置的最大解析深度（用于限制堆栈中打开的元素数量）。HTML 解析器的默认深度现在为 512，以匹配浏览器行为并防止堆栈无限增长；XML 解析器默认保持无限制深度，但可以通过Parser.setMaxDepth()选择限制深度。#2421
Build：添加了对 JDK 25 的 CI coverage #2403
Build：新增了用于上下文片段解析的 CI 模糊测试器（除了现有的完整 HTML 和 XML 模糊测试器之外）。oss -fuzz #14041

变化

为之前已弃用的 API 制定 jsoup 1.24.1 的移除计划。

错误修复

先前在Node#replaceWith(Node)中未正确失效元素的缓存子元素，可能导致后续调用Element#children()时出现错误结果。#2391
属性选择器值现采用字面比较且不进行修剪。此前 jsoup 会从选择器值及元素属性值中去除空格，这可能导致与浏览器行为不一致（例如[attr=" foo "]）。现已与 CSS 规范及浏览器引擎保持一致。#2380
使用 JDK HttpClient 时，系统默认代理ProxySelector.getDefault()会被忽略。现已修正：若未设置请求级代理，则使用系统代理。#2388，#2390
adoption agency 算法在处理严重损坏的输入时可能抛出ValidationException。现已改为记录为解析错误。#2393
HTML 正文中的空字符未被一致地移除；外部内容中的空字符也未正确替换。#2395
解析经过构造的正文片段时可能抛出IndexOutOfBoundsException异常。现改为记录为解析错误。 #2397，#2406
……

Internal Changes

已弃用的内部辅助函数org.jsoup.internal.Functions（将在 v1.23.1 版本中移除）。#2412

详情可查看更新说明：https://jsoup.org/news/release-1.22.1

微信关注我们

原文链接：https://www.oschina.net/news/393996/jsoup-1-22-1-released

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Rust 前端打包工具 Rspack 1.7 发布

Rspack 1.7 已正式发布！ Rspack （读音为/'ɑrspæk/）是基于 Rust 语言开发的 Web 构建工具，拥有高性能、兼容 Webpack 生态、定制性强等多种优点。特性启动速度极快: 基于 Rust 实现，构建速度极快，带给你极致的开发体验。闪电般的 HMR: 内置增量编译机制，HMR 速度极快，完全胜任大型项目的开发。兼容 webpack 生态: 针对 webpack 的架构和生态进行兼容，无需从头搭建生态。内置常见构建能力: 对 TypeScript、JSX、CSS、CSS Modules、Sass 等提供开箱即用的支持。默认生产优化: 默认内置多种优化策略，如 Tree Shaking、代码压缩等等。框架无关: 不和任何前端框架绑定，保证足够的灵活性。 Rspack 1.7 值得关注的变更如下：新特性 SWC 插件兼容性提升支持 Import Bytes Lazy compilation 实验特性稳定化 Rstack 进展 Rsbuild 1.7 Rsdoctor 1.4 Rslib 0.19 Rstest 0.7 Rspress 2.0 ...

2026-01-04

8

Meta 前首席科学家杨立昆（Yann LeCun）最近在接受《金融时报》采访时表示，Llama4 在发布前确实经过了基准测试结果的篡改。他透露，团队为了提升分数，针对不同的测试项目使用了不同的模型，旨在取得更好的结果。这一做法导致 Llama4被认为是一个失败的产品，Meta 因被指控操纵测试结果而遭受重创。这一事件也让 Meta 创始人马克・扎克伯格感到愤怒，他对参与发布的团队失去了信心，直接将整个 GenAI 团队边缘化。目前，许多团队成员已经离开。 Yann LeCun 还对 Meta 公司的新任 AI 实验室负责人 Alexandr Wang 提出了严厉批评。表示 Wang 在科研方面的经验不足，无法有效领导研究团队。他提到，虽然 Wang 学习能力很强，明白自己的不足，但他对科研的理解仍显稚嫩。尽管 Wang 曾在重组后短暂担任 LeCun 的上司，但 LeCun 强调，Wang 并未真正领导他。作为一名资深的研究人员，他认为无法简单地被指挥或指导。此外，LeCun 坚信，扎克伯格对人工智能未来的看法与他不同，尤其是在大型语言模型（LLM）的应用上。他认为，当前...

2026-01-04

8

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。