jsoup 1.8.2 发布，HTML 解析器

yanghongjun

5月23日 西安 OSC 源创会开始报名啦，存储、虚拟机、Docker 等干货分享
　　jsoup 1.8.2 发布，此版本提升了 Android，HTML 解析，HTML 生成，查询等方面的性能。同时添加了文件上传，W3C DOM 互操作等功能，还有其他的改进和 bug 修复。
更新内容　　

　　改进
　　

• 　　提升 Android 解析 HTML 的性能
  　　
  
• 　　提升 Android HTML 序列化的性能
  　　
  
• 　　加快 Andorid 上字符集编码速度
  　　
  
• 　　提升 Andorid 上 selector 类的性能
  　　
  
• 　　支持文件上传
  　　
  
• 　　Add a meta-charset element to documents when setting the character set
  　　
  
• 　　Added ability to disable TLS (SSL) certificate validation
  　　
  
• 　　Added ability to further tweak the canned Cleaner Whitelists by removing existing settings.
  　　
  
• 　　Added option in Cleaner Whitelist to allow linking to in-page anchors (#)
  　　
  
• 　　Use a lowercase doctype tag for HTML5 documents.
  　　
  
• 　　Add support for 201 Created with redirect, and other status codes
  　　
  
• 　　Added support for HTTP method verbs PUT, DELETE, and PATCH.
  　　
  
• 　　Added support for overriding the default POST character of UTF-8 in Connection.
  　　
  
• 　　W3C DOM support: added ability to convert from a jsoup document to a W3C document
  　　
  
• 　　In the HtmlToPlainText example program, added the ability to filter using a CSS selector
  　　
  
• 　　Improved the equals() and hashcode() methods in Node
  　　
  
• 　　Improved performance in Selector when searching multiple roots.
  　　
  

　　Bug 修复
　　

• 　　Fixed validation of cookie names in HttpConnection cookie methods.
  　　
  
• 　　Fixed an issue where option tags would be missed when preparing a form for submission if missing a selected attribute.
  　　
  
• 　　Fixed an issue where submitting a form would incorrectly include radio and checkbox values without the checked attribute.
  　　
  
• 
  　　Fixed an issue where Element.classNames() would return a set containing an empty>　　
  
• 　　Fixed an issue where attributes selected by value were not correctly space normalized.
  　　In head+noscript elements, treat content as character data, instead of jumping out of head parsing.
  　　
  
• 　　Fixed performance issue when parsing HTML with elements with many children that need re-parenting.
  　　
  
• 　　Fixed an issue where a server returning an unsupport character set response would cause a runtime
  　　
  
• 　　UnsupportedCharsetException, instead of falling back to the default UTF-8 charset.
  　　
  
• 　　Fixed an issue where Jsoup.Connection would throw an IO Exception when reading a page with zero content-length.
  

　　更多内容请看发行说明。
　　
　　OSChina 使用 jsoup 来解析 HTML。
　　jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作方法来取出和操作数据。
　　jsoup的主要功能如下：

• 　　从一个URL，文件或字符串中解析HTML；
  
• 　　使用DOM或CSS选择器来查找、取出数据；
  
• 　　可操作HTML元素、属性、文本；
  

　　jsoup是基于MIT协议发布的，可放心使用于商业项目。