Tag: htmlcleaner

使用jsoup来转义不允许的标签

我正在评估jsoup的function，它将清理（但不删除！）非白名单标签。 假设只允许标签，所以输入如下 foo bar baz 必须产生以下结果： foo bar <script onLoad=’stealYourCookies();’>baz</script> 我用jsoup看到以下问题/问题： document.getAllElements()始终采用 ， 和 。 是的，我可以调用document.body().getAllElements()但重点是我不知道我的源文件是完整的HTML文档还是只是正文 – 我希望结果的形状和forms与它进来了; 如何将…替换为<script>…</script> ？ 我只想用转义实体替换括号，并且不想改变任何属性等Node.replaceWith听起来像是一种矫枉过正。 是否可以完全关闭漂亮的打印（例如插入新线等）？ 或许我应该使用另一个框架？ 到目前为止，我已经查看了htmlcleaner ，但是给出的示例并未建议我支持所需的function。

xPath表达式：获取元素，即使它们不存在

我有这个xPath表达式，我将其放入htmlCleaner： //table[@class=’StandardTable’]/tbody/tr[position()>1]/td[2]/a/img 现在，我的问题是它发生了变化，有时候/ a / img元素不存在。 所以我想要一个能够获得所有元素的表达式 //table[@class=’StandardTable’]/tbody/tr[position()>1]/td[2]/a/img 当/ a / img存在时，和 //table[@class=’StandardTable’]/tbody/tr[position()>1]/td[2] 当/ a / img不存在时 有谁有任何想法如何做到这一点？ 我在另一个问题中找到了一些看起来可能对我有帮助的东西 descendant-or-self::*[self::body or self::span/parent::body] 但我不明白。 提前致谢。