为什么JSoup删除元素ID？

Question

我正在使用JSoup来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>

所以<script>标签已被正确删除,但神秘,所以具有的id属性<div>.有什么理由可以删除它或者它是一个错误吗？

Answer 1

默认情况下,该id属性将被删除; 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>

这是一个错误吗？不是AFAIC; 它在源头.但IMO存在文档错误.

是否"有任何理由"为什么要删除它？不确定那个,但这样的属性不是结构性的:删除它不会改变DOM.这是关于白名单的事情 - 他们明确允许,并且必须根据您的确切需求进行策划.