whitelist方法_Jsoup学习之Whitelist类

Whitelist类

一、类结构

org.jsoup.safety.Whitelist

public class Whitelist

extends

Whitelist类定义了一些可以被保留的标签和属性，不属于这个范围的标签和属性的都要被删除。

默认的配置方法有：

none()

simpleText()

basic()

basicWithImages()

relaxed()

如果想扩大筛选范围，可以使用以下方法：

addTags(java.lang.String...)

addAttributes(java.lang.String,java.lang.String...)

addEnforcedAttribute(java.lang.String,java.lang.String, java.lang.String)

addProtocols(java.lang.String,java.lang.String, java.lang.String...)

二、方法

Constructor Summary

()创建一个空白的Whitelist

Method Summary

给标签添加属性。Tag是属性名，keys对应的是一个个属性值。例如：addAttributes("a", "href", "class")表示：给标签a添加href和class属性，即允许标签a包含href和class属性。如果想给每一个标签添加一组属性，使用:all。例如：addAttributes(":all", "class").即给每个标签添加class属性。

给标签添加强制性属性，如果标签已经存在了要添加的属性，则覆盖原有值。tag:标签；key：标签的键；value：标签的键对应的值。例如：addEnforcedAttribute("a", "rel", "nofollow")表示

(String tag, String key, String... protocols)给URL属性添加协议。例如：addProtocols("a", "href", "ftp", "http", "https")标签a的href键可以指向的协议有ftp、http、https

addTags(String... tags)向Whitelist添加标签

()允许的标签包括：a, b, blockquote, br, cite, code, dd, dl, dt, em, i, li, ol, p, pre, q, small, strike, strong, sub, sup, u, ul,以及合适的属性。标签a指向的连接可以是http, https, ftp, mailto，转换完后会强制添加rel=nofollow这个属性。不允许包含图片。

在basic的基础上增加了图片的标签：img以及使用src指向http或https类型的图片链接。

protected  boolean

判断参数tag是否符合当前的Whitelist

()只保留文本，其他所有的html内容均被删除

(boolean preserve)false(默认)：不保留相对地址的url；true：保留相对地址的url

()允许的标签:a, b, blockquote, br, caption, cite, code, col, colgroup, dd, dl, dt, em, h1, h2, h3, h4, h5, h6, i, img, li, ol, p, pre, q, small, strike, strong, sub, sup, table, tbody, td, tfoot, th, thead, tr, u, ul。结果不包含标签rel=nofollow，如果需要可以手动添加。

()只允许:b, em, i, strong, u.

三、总结

Whitelist的基本方法有四种：

none：只保留了文本；

simpleText：简单的文本属性b, em, i, strong, u。

basic：a, b, blockquote, br, cite, code, dd, dl, dt, em, i, li, ol, p, pre, q,small,strike, strong, sub, sup, u, ul。

basicWithImages：a, b, blockquote, br, cite, code, dd, dl,dt, em, i, li, ol, p, pre, q, small, strike, strong, sub, sup, u, ul、img、src。

Relaxed：a, b, blockquote,br, caption, cite, code, col, colgroup, dd, dl, dt, em, h1, h2, h3, h4, h5, h6,i, img, li, ol, p, pre, q, small, strike, strong, sub, sup, table, tbody, td,tfoot, th, thead, tr, u, ul。

四、实例

publicstaticvoidJsoupClean(){

html = "搜索设置";

String doc = Jsoup.clean(html, baseUri, Whitelist.none());

System.out.println(doc);

System.out.println("*******");

doc = Jsoup.clean(html, baseUri, Whitelist.simpleText());

System.out.println(doc);

System.out.println("*******");

doc = Jsoup.clean(html, baseUri, Whitelist.basic());

System.out.println(doc);

System.out.println("*******");

doc = Jsoup.clean(html, baseUri, Whitelist.basicWithImages());

System.out.println(doc);

System.out.println("*******");

doc = Jsoup.clean(html, baseUri, Whitelist.relaxed());

System.out.println(doc);

}

本文为Eliot原创，转载请注明出处：

http://blog.csdn.net/xyw_eliot/article/details/9145523