Jsoup 正在使用占位符值删除 href 属性答案

【问题标题】：Jsoup is removing the href attribute with a placeholder valueJsoup 正在使用占位符值删除 href 属性
【发布时间】：2016-03-02 01:15:57
【问题描述】：

我正在使用jsoup 清理一些 html。我正在使用Whitelist.relaxed() 进行清洁。这在大多数情况下效果很好，我想继续使用它。

问题是我有一个占位符 href 值，清理正在删除。

例如，<a href="{placeholder}">text</a>。这将更改为<a>text</a>。有没有办法用我的place holder 值保留href attribute？

提前致谢

【问题讨论】：

你看过addAttributes白名单选项了吗？
我有。我创建了以下白名单： private static final Whitelist WHITELIST = Whitelist.relaxed().preserveRelativeLinks(true) .addTags("span") .addTags("hr") .addAttributes(":all", "style") 。 addAttributes(":all", "id") .addAttributes(":all", "target") .addProtocols("a", "href", "{");我已经玩了一点，但没有运气
JSoup.clean() is not preserving relative URLs的可能重复

标签： jsoup

【解决方案1】：

我猜您没有为clean 方法提供有效的基本URI。如果你这样做，那么你可以保留hrefs。如果您还使用白名单指定preserveRelativeLinks(true)，则链接也可以是相对的。

所以在清洁时做这样的事情：

String html = "<a href=\"{placeholder}\">text</a>";
String cleaned = Jsoup.clean(html, 
                             "http://base.uri",
                             Whitelist.relaxed().preserveRelativeLinks(true));
System.out.println(cleaned);

这将导致以下输出：

<a href="{placeholder}">text</a>

【讨论】：

【解决方案2】：

如果你只有 href 属性，你可以使用 "preserveRelativeLinks(true)" 。但是您已经有了 target = "_blank" 或不同的属性，方法可以在一个 url 中查看所有这些属性。所以我更喜欢 WhiteList 的“addAttributes(String tag, String... attributes)”WhiteList addAttributes

这样的代码：

WhiteList whiteList = WhiteList.none();
whitelist.addAttributes("a","href","target");
whitelist.addAttributes("img","src");

String cleanText = Jsoup.clean(htmlText, whitelist);

【讨论】：