JSoup不翻譯html鏈接中的＆符號

Question

在JSoup中，以下測試用例應該通過，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"));
}

能否請您告訴我其失敗的原因？

Answer 1

存在三個問題：

1. 您斷言存在一個bovikatanid參數，但實際上稱為boid 。

2. HTML源使用&而不是& 在源中。 從技術上講這是無效的。

3. Jsoup是解析&mid為| 不知何故。 它應該掃描到; 。

要解決＃1，您必須自己做。 要修復第二個問題，您必須將此問題報告給有問題的serveradmin管理員（這是他們的錯，但是，由於一般的瀏覽器都對此寬容，我想Google這樣做是為了節省帶寬）。 為了解決＃3，我已經向Jsoup的人報告了一個問題 ，以了解他對此的看法。

---

更新 ：看，喬納森（Jsoup家伙）已修復它。 它將在下一個版本中發布。