Jsoup學習之Whitelist類

Whitelist類

1、類結構

java.lang.Object

  org.jsoup.safety.Whitelist

public class Whitelist   

     extends

     Object

Whitelist類定義了一些能夠被保留的標籤和屬性，不屬於這個範圍的標籤和屬性的都要被刪除。

默認的配置方法有：

none()

simpleText()

basic()

basicWithImages()

relaxed()

若是想擴大篩選範圍，可使用如下方法：

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...)

2、方法

Constructor Summary
Whitelist()            建立一個空白的Whitelist

 

Method Summary
Whitelist	addAttributes(String tag, String... keys)  給標籤添加屬性。Tag是屬性名，keys對應的是一個個屬性值。例如：addAttributes("a", "href", "class") 表示：給標籤a添加href和class屬性，即容許標籤a包含href和class屬性。若是想給每個標籤添加一組屬性，使用:all。例如： addAttributes(":all", "class").即給每一個標籤添加class屬性。
Whitelist	addEnforcedAttribute(String tag, String key, String value)  給標籤添增強制性屬性，若是標籤已經存在了要添加的屬性，則覆蓋原有值。tag:標籤；key：標籤的鍵；value：標籤的鍵對應的值。例如： addEnforcedAttribute("a", "rel", "nofollow") 表示 <a href="..." rel="nofollow">
Whitelist	addProtocols(String tag, String key, String... protocols)  給URL屬性添加協議。例如： addProtocols("a", "href", "ftp", "http", "https")標籤a的href鍵能夠指向的協議有ftp、http、https
Whitelist	addTags(String... tags)  向Whitelist添加標籤
static Whitelist	basic()  容許的標籤包括： a, b, blockquote, br, cite, code, dd, dl, dt, em, i, li, ol, p, pre, q, small, strike, strong, sub, sup, u, ul,以及合適的屬性。標籤a指向的鏈接能夠是 http, https, ftp, mailto，轉換完後會強制添加 rel=nofollow這個屬性。不容許包含圖片。
static Whitelist	basicWithImages()  在basic的基礎上增長了圖片的標籤：img以及使用src指向http或https類型的圖片連接。
protected  boolean	isSafeTag(String tag)  判斷參數tag是否符合當前的Whitelist
static Whitelist	none()  只保留文本，其餘全部的html內容均被刪除
Whitelist	preserveRelativeLinks(boolean preserve)  false（默認）：不保留相對地址的url；true：保留相對地址的url
static Whitelist	relaxed()  容許的標籤: 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。結果不包含標籤rel=nofollow ，若是須要能夠手動添加。
static Whitelist	simpleText()  只容許: b, em, i, strong, u.

3、總結

Whitelist的基本方法有四種：

none：只保留了文本；

simpleText：簡單的文本屬性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。

四種所包含的屬性愈來愈多，若是還不知足，可使用addAttributes、addEnforcedAttribute、addProtocols、addTags。可是這個添加要謹慎。

4、實例

[java] view plain copy print ?

1. public static void JsoupClean(){  
2.    html = "<ahref=\"http://www.baidu.com/gaoji/preferences.html\"name=\"tj_setting\">搜索設置</a>";  
3.    String doc = Jsoup.clean(html, baseUri, Whitelist.none());      
4.    System.out.println(doc);  
5.    System.out.println("*******");  
6.    doc = Jsoup.clean(html, baseUri, Whitelist.simpleText());  
7.    System.out.println(doc);  
8.    System.out.println("*******");  
9.    doc = Jsoup.clean(html, baseUri, Whitelist.basic());  
10.    System.out.println(doc);  
11.    System.out.println("*******");  
12.    doc = Jsoup.clean(html, baseUri, Whitelist.basicWithImages());  
13.    System.out.println(doc);  
14.    System.out.println("*******");  
15.    doc = Jsoup.clean(html, baseUri, Whitelist.relaxed());  
16.    System.out.println(doc);  
17. }  

本文爲Eliot原創，轉載請註明出處： http://blog.csdn.net/xyw_eliot/article/details/9145523