jsoup parse（）似乎删除了前导<；脚本>；元素

我的HTML可能包含Surveymonkey中的嵌入代码，我希望通过jSoup运行该代码，以确保生成的HTML有效。XSS在这里不是问题。下面是一个示例HTML片段（编辑：JavaScript的内容与本例无关，因此我用一个简单的日志语句替换了Surveymonkey JS）：

但是，第二个

脚本

-块没有被剥离

如果我用空的

作为整个脚本的前缀，jSoup将保留

脚本。下面的代码片段

<span></span>
<script type="text/javascript">console.log('foo');</script>
<div id="somecontent">some content</div>
<script type="text/javascript">console.log('bar');</script>

很明显，我一定是出了什么问题。有人能解释一下这个问题吗

为此，我可以尝试使用Tidy，但我希望只有一个库来纠正标记中的用户错误，并可以选择使用白名单进行清理（这不是这里的问题）。
问题是由JSoup开发人员自己解决的，请参阅

乔纳森·赫德利写道：

如果您正在解析主体片段，则应使用
parseBodyFragment（）方法。这将强制提供所有内容
而不是试图创建一个完整有效的文档

这里发生的是，您要求Jsoup解析一个文档。
根据规范，HTML文档有头和体，在解析时，
第一个脚本进入头部（因为身体还没有开始）
然而，脚本在头部是正常的。然后解析器看到一个div，
它不能进入头部，所以会移动到身体。一旦进入身体
模式下，每个标签都保存在主体中

因此，在您的span中，脚本进入主体，因为解析器
已经换到尸体上了

Chrome和其他HTML解析器做同样的事情：

问题由JSoup开发人员自己解决，请参阅

乔纳森·赫德利写道：

如果您正在解析主体片段，则应使用
方法。该方法强制提供所有内容
而不是试图创建一个完整有效的文档

这里发生的是，您要求Jsoup解析一个文档。
根据规范，HTML文档有头和体，在解析时，
第一个脚本进入头部（因为身体还没有开始）
然而，脚本在头部是正常的。然后解析器看到一个div，
它不能进入头部，所以会移动到身体。一旦进入身体
模式下，每个标签都保存在主体中

因此，在您的span中，脚本进入主体，因为解析器
已经换到尸体上了

Chrome和其他HTML解析器做同样的事情：

请不要向我们展示缩小的编解码器。你可以让你的脚本更具可读性吗？对不起，我编辑了原始帖子，并用简单的日志语句替换了原始的Surveymonkey JS。实际的JS内容在这里并不重要，问题只适用于任何主要的脚本块。请不要向我们展示缩小的编解码器。你可以让你的脚本更真实一点Diable？抱歉，我编辑了原始帖子，并用简单的日志语句替换了原始的Surveymonkey JS。实际的JS内容在这里是无关的，这个问题只适用于任何主要的脚本块。
<div id="somecontent"> some content </div> 
<script type="text/javascript">console.log('bar');</script>

<span></span>
<script type="text/javascript">console.log('foo');</script>
<div id="somecontent">some content</div>
<script type="text/javascript">console.log('bar');</script>

<span></span> 
<script type="text/javascript">console.log('foo');</script> 
<div id="somecontent">some content</div> 
<script type="text/javascript">console.log('bar');</script>