jsoup 1.23.1 发布，Java HTML 解析器

jsoup 是一个用于处理 real-world HTML 和 XML 的 Java 库。它提供了一个非常方便的 API，利用 HTML5 DOM 方法和 CSS 选择器的优势，提取和操作数据。

jsoup 1.23.1 现已发布，该版本配备了更快且更节省内存的 HTML 解析器，在 `noscript`、CDATA、SVG 和 MathML 解析方面进一步提升了与 HTML 标准的兼容性，并实现了更安全且符合规范的 HTTP 重定向。

此次发布还新增了快速的不可变 `Element#classList()` 方法，支持将外层 HTML 直接输出到 `Appendable` 对象，并修复了 RCDATA 解析、XML 转换、标签名处理以及 Cleaner 链接检测方面的问题。

性能优化是本次版本更新的重点。在 OpenJDK 21 基准测试中，普通字符串解析速度平均提升了 18%，从 `InputStream` 进行解析的速度提升了 11%，而带源位置跟踪的解析速度提升了 70%，同时每个文档的内存占用减少了 64%。

对于典型的中大型文档，支持源位置跟踪的 DOM 占用的内存减少了 58% 至 65%，并且在并发解析的情况下，这种改进不会引入新的资源争用。当然，具体的内存节省量会因文档结构、JVM 和硬件配置而异。

此版本还修复了 [Cleaner 中的一个安全问题，](https://github.com/jhy/jsoup/security/advisories/GHSA-pmhh-3w7g-xqp8) 当使用允许某些原始文本元素的自定义 `Safelist` 清理格式错误的 HTML 时，该问题可能导致标记信息泄露。内置的 Safelists 不受此影响。

更多详情可查看： [https://github.com/jhy/jsoup/releases/tag/jsoup-1.23.1](https://github.com/jhy/jsoup/releases/tag/jsoup-1.23.1)

[下载](https://github.com/jhy/jsoup/blob/jsoup-1.23.1/download)

---

原文链接：[点击查看](https://www.oschina.net/news/483051/jsoup-1-23-1-released)