为什么JSoup删除元素ID？

Question

我正在使用JSoup清理一些不受信任的HTML。 我发现如果我打电话

String html = "<div id='foo'><script type='text/javascript'>alert('hello');</script></div>";
String cleanedHtml = Jsoup.clean(html, Whitelist.relaxed());

此时cleanedHtml是

<div><div>

因此<script>标记已被正确删除，但神秘地是， <div>的id属性也已删除。 有什么充分的理由为什么应该删除它，或者它是一个错误？

Answer 1

默认情况下， id属性被删除； 将其添加为允许的属性：

Whitelist whitelist = Whitelist.relaxed().addAttributes("div", "id");
System.out.println(Jsoup.clean(html, whitelist));

=> <div id="foo"></div>

是虫子吗？ 不是AFAIC； 在源中。 IMO有文档错误，但是。

是否有“任何充分的理由”将其删除？ 不确定那一个，但是像这样的属性不是结构性的：删除它不会改变DOM。 这就是白名单的内容-它们明确允许，并且必须进行整理以满足您的确切需求。