如何使用 jsoup 保留链接标题属性？

Question

使用Jsoup.clean()，jsoup 将HTML 链接的title 属性转换为：

<a href="" title="test &lt;br /&gt;">TEST</a>

进入：

<a href="" title="test <br />">TEST</a>

这是演示应用程序：

Whitelist whitelist = new Whitelist();
whitelist.addTags("a");
whitelist.addAttributes("a", "href", "title");

String input = "<a href=\"\" title=\"test &lt;br /&gt;\">TEST</a>";
System.out.println("input: " + input);
String output = Jsoup.clean(input, whitelist);
System.out.println("output: " + output);

哪个打印：

input: <a href="" title="test <br />">TEST</a>
output: <a href="" title="test <br />">TEST</a>

我尝试用EscapeMode添加OutputSettings：

OutputSettings outputSettings = new OutputSettings();
outputSettings.escapeMode(EscapeMode.xhtml);

EscapeMode.base 和 EscapeMode.extend 无效。 EscapeMode.xhtml 打印以下内容：

input: <a href="" title="test <br />">TEST</a>
output: <a href="" title="test <br />">TEST</a>

知道 jsoup 如何不操纵title 标签吗？

Answer 1

这是一个已知问题/行为：https://github.com/jhy/jsoup/issues/684（jsoup 团队标记为“无法修复”）。

这里没有错误。

在序列化时（即在您的示例中，当您打印出 XML/HTML 时），我们会根据需要转义尽可能少的字符。这就是为什么 > 没有转义到 >;因为它在一个带引号的属性中，所以它关闭一个标签是没有歧义的，所以它不会被转义。