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 23:22:30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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++025Hunyuan3D-Part
腾讯混元3D-Part00GitCode-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~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50

🎉 (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
943
556

React Native鸿蒙化仓库
C++
196
279

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
993
396

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
361
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71