Jsoup CSS选择器`:has()`伪类组合查询异常分析

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：

1. 首先解析:has()括号内的选择器表达式
2. 对候选元素执行后代查询
3. 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：

1. 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
2. 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
3. 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：

1. 重新设计选择器组合逻辑的处理流程
2. 确保兄弟选择器在:has()伪类中的正确解析
3. 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：

1. 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
2. 在升级Jsoup版本时，注意测试关键选择器逻辑
3. 对于时间敏感项目，可暂时回退到1.17.2稳定版本
4. 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。