Jsoup 添加 JS 脚本内容时出现的转义问题

最新推荐文章于 2023-10-04 23:51:58 发布

原创最新推荐文章于 2023-10-04 23:51:58 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#js #java

本文介绍了在使用Jsoup解析HTML时，如何避免JS脚本内容被自动转义的问题。通过示例代码展示了使用`text(String text)`方法会将特殊字符转义，而使用`appendChild(DataNode dataNode)`方法可以正确添加不被转义的JS脚本。对于需要插入JS脚本的场景，推荐使用后者。

Jsoup 添加 JS 脚本内容时出现的转义问题

使用 Jsoup 添加一个元素时，如果设置文本内容则会将对应的 “<”，"&“等字符转义为 html 的字符 “&lt ;” ，“&amp ;”。如果添加的是 JS 脚本则要避免这些字符的转移。使用 “appendChild(DataNode dataNode)” 的方法即可。如下示例所示：

使用 text(String text) 方法添加 JS 脚本：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

public class Application {
    public static void main(String[] args) {
        Document document = Jsoup.parse("<!DOCTYPE HTML>\n" +
                "<html>\n" +
                "\t<head>\n" +
                "\t\t<title>Hello World!</title>\n" +
                "\t</head>\n" +
                "\t<body>\n" +
                "\t</body>\n" +
                "</html>");

        document.selectFirst("body")
                .appendElement("script")
                .attr("type", "text/javascript")
                .text("""
                        let i;
                            for (i = 0; i < elementList.length; ++i) {
                                i++;
                            }""");

        System.out.println(document.html());
    }
}

可以看到，使用 text() 方法添加的内容将会对字符进行转义。
在这里插入图片描述

使用 appendChild(DataNode dataNode) 添加 JS 脚本

import org.jsoup.Jsoup;
import org.jsoup.nodes.DataNode;
import org.jsoup.nodes.Document;

public class Application {
    public static void main(String[] args) {
        Document document = Jsoup.parse("<!DOCTYPE HTML>\n" +
                "<html>\n" +
                "\t<head>\n" +
                "\t\t<title>Hello World!</title>\n" +
                "\t</head>\n" +
                "\t<body>\n" +
                "\t</body>\n" +
                "</html>");

        document.selectFirst("body")
                .appendElement("script")
                .attr("type", "text/javascript")
                .appendChild(new DataNode("""
                        let i;
                            for (i = 0; i < elementList.length; ++i) {
                                i++;
                            }"""));

        System.out.println(document.html());
    }
}