JSoup不翻译html链接中的＆符号

Question

在JSoup中，以下测试用例应该通过，但不是。

@Test
public void shouldPrintHrefCorrectly(){
    String content=  "<li><a href=\"#\">Good</a><ul><li><a href=\"article.php?boid=1865&sid=53&mid=1\">" +
            "Boss</a></li><li><a href=\"article.php?boid=186&sid=53&mid=1\">" +
            "heavent</a></li><li><a href=\"article.php?boid=167&sid=53&mid=1\">" +
            "hellos</a></li><li><a href=\"article.php?boid=181&sid=53&mid=1\">" +
            "Mr.Jackson!</a></li>";

    Document document = Jsoup.parse(content, "http://www.google.co.in/");
    Elements links = document.select("a[href^=article]");
    Iterator<Element> iterator = links.iterator();
    List<String> urls = new ArrayList<String>();
    while(iterator.hasNext()){
        urls.add(iterator.next().attr("href"));
    }

    Assert.assertTrue(urls.contains("article.php?boid=181&sid=53&mid=1"));
}

能否请您告诉我其失败的原因？

Answer 1

存在三个问题：

1. 您断言存在一个bovikatanid参数，但实际上称为boid 。

2. HTML源使用&而不是& 在源中。 从技术上讲这是无效的。

3. Jsoup是解析&mid为| 不知何故。 它应该扫描到; 。

要解决＃1，您必须自己做。 要修复第二个问题，您必须将此问题报告给有问题的serveradmin管理员（这是他们的错，但是，由于一般的浏览器都对此宽容，我想Google这样做是为了节省带宽）。 为了解决＃3，我已经向Jsoup的人报告了一个问题 ，以了解他对此的看法。

---

更新 ：看，乔纳森（Jsoup家伙）已修复它。 它将在下一个版本中发布。