Jsoup CSS选择器`:has()`伪类组合查询异常分析
2025-05-21 10:45:25作者:翟萌耘Ralph
在最新发布的Jsoup 1.18.1版本中,开发者发现了一个关于CSS选择器:has()
伪类与相邻兄弟选择器组合使用时出现的功能异常。该问题表现为当使用div:has(span + a)
这样的选择器时,无法正确匹配包含<span>
后紧跟<a>
元素的<div>
容器。
问题重现
通过以下测试代码可以清晰复现该问题:
String html = "<div><span>abc</span><a>def</a></div>";
Document doc = Jsoup.parseBodyFragment(html);
// 预期应返回1,实际返回0
System.out.println(doc.select("div:has(span + a)").size());
在Jsoup 1.17.2版本中,这个选择器能够正常工作,但在1.18.1版本中却出现了匹配失败的情况。值得注意的是,这个问题与另一个已报告的问题#2131实际上是相同的问题根源。
技术背景
:has()
是CSS4规范中引入的结构性伪类选择器,它允许开发者选择包含特定后代元素的父元素。在Jsoup中的实现原理是:
- 首先解析
:has()
括号内的选择器表达式 - 对候选元素执行后代查询
- 验证是否存在匹配的子结构
当与相邻兄弟选择器+
组合时,选择器引擎需要正确处理兄弟节点的位置关系。相邻兄弟选择器要求两个元素必须具有相同的父元素,并且第二个元素紧跟在第一个元素之后。
问题根源
经过分析,该bug的产生是由于选择器解析器在以下环节出现了问题:
- 在解析
span + a
这样的兄弟选择器时,没有正确维护上下文关系 - 当这个组合作为
:has()
的参数时,选择器引擎错误地评估了DOM结构关系 - 版本升级时可能引入的选择器优化逻辑影响了复杂选择器的处理
解决方案
项目维护者已经确认并修复了该问题。修复方案主要涉及:
- 重新设计选择器组合逻辑的处理流程
- 确保兄弟选择器在
:has()
伪类中的正确解析 - 增加针对此类组合选择器的测试用例
开发者建议
对于遇到类似问题的开发者,建议:
- 检查复杂CSS选择器的兼容性,特别是涉及伪类和组合选择器的情况
- 在升级Jsoup版本时,注意测试关键选择器逻辑
- 对于时间敏感项目,可暂时回退到1.17.2稳定版本
- 关注项目更新,及时获取修复后的版本
这个案例再次提醒我们,即使是成熟的HTML解析库,在版本迭代过程中也可能引入意外的行为变化,充分的测试覆盖和谨慎的升级策略是保证项目稳定性的重要手段。
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
1 freeCodeCamp 课程中反馈文本问题的分析与修复2 freeCodeCamp课程中JavaScript变量提升机制的修正说明3 freeCodeCamp 前端开发实验室:排列生成器代码规范优化4 freeCodeCamp课程中"构建电子邮件掩码器"项目文档优化建议5 freeCodeCamp Cafe Menu项目中的HTML void元素解析6 freeCodeCamp计算机基础测验题目优化分析7 freeCodeCamp全栈开发课程中Navbar组件构建的优化建议8 freeCodeCamp 优化测验提交确认弹窗的用户体验9 freeCodeCamp平台证书查看功能异常的技术分析10 freeCodeCamp全栈开发课程中回文检测器项目的正则表达式教学优化
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
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
595
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