Jsoup 1.18.2版本XML输出模式下属性名称限制问题解析
2025-05-21 08:05:29作者:魏侃纯Zoe
在Jsoup 1.18.2版本中,当使用XML语法输出时,包含连字符(-)、点号(.)或数字的属性会被意外丢弃。这个问题影响了使用自定义数据属性(data-*)或其他特殊字符属性的开发者。
问题现象
在XML输出模式下,开发者发现以下类型的属性无法正常保留:
- 包含连字符的属性名(如data-first-test)
- 包含点号的属性名
- 包含数字的属性名
而普通字母属性(如target)则不受影响。这个问题在从1.18.1升级到1.18.2时突然出现,导致许多现有代码和测试用例失败。
技术背景
Jsoup是一个流行的Java HTML解析器,它支持多种输出语法模式,包括HTML和XML。在XML模式下,Jsoup会对属性名称进行更严格的验证,确保它们符合XML规范。
XML属性名称规范要求:
- 必须以字母或下划线开头
- 可以包含字母、数字、连字符、下划线和点号
- 不能包含空格或其他特殊字符
问题根源
这个问题的根本原因是1.18.2版本中引入的一个正则表达式变更。原本用于验证XML属性名称的正则表达式[a-zA-Z_:][-a-zA-Z0-9_:.]*
在重构时被简化,意外地移除了对连字符、数字和点号的支持。
具体来说,修改后的正则表达式没有包含这些有效字符,导致Jsoup在XML输出模式下将这些属性视为无效而丢弃。
解决方案
Jsoup团队在1.18.3版本中修复了这个问题,恢复了完整的属性名称验证规则。修复内容包括:
- 重新引入连字符(-)支持
- 恢复数字(0-9)支持
- 重新添加点号(.)支持
- 增加了更全面的测试覆盖,防止类似问题再次发生
开发者建议
对于遇到此问题的开发者,建议:
- 立即升级到Jsoup 1.18.3或更高版本
- 检查项目中是否依赖包含特殊字符的属性名
- 在升级前进行充分测试,特别是使用XML输出模式的部分
总结
这个案例提醒我们,即使是看似简单的正则表达式变更也可能带来意想不到的兼容性问题。Jsoup团队快速响应并修复问题的做法值得赞赏,同时也展示了开源社区解决问题的效率。
对于开发者而言,保持依赖库的及时更新,同时建立完善的测试体系,是避免类似问题影响生产环境的关键。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K