Jericho HTML Parser

Jerich HTMLパーサは完全にJavaで書かれたオープンソースの、シンプルでありながら強力なライブラリです。
これは、プログラマがHTMLドキュメントの一部を操作し、分析することができます。
Jerich HTMLパーサはまた、高レベルのHTMLフォーム操作機能を搭載します。

のこのリリースのの新機能：ます。

• バグ修正：
• [3581664] CharacterReference.decodeは、（）の数字を含むエンティティをデコードしない - ＆frac12。 ＆frac14。 ＆frac34。 ＆SUP1。 ＆SUP2。 ＆SUP3。 ＆there4;
• [3311286] SourceCompactor TEXTAREAを尊重していません。
• [3519131]レンダラー出力Elementオブジェクトで構成する際、誤っます。

間違ったブロック境界上のフォント飾りの
• [3538829]レンダラ出力します。

引数は大文字が含まれている場合は
• Segment.getAllStartTags（名前）とSegment.getFirstElement（名）が動作しません。
• エスケープサーバータグ内の一般的なサーバタグの終了デリミタが誤ってエスケープタグの最後の区切り文字として認識されます。

既存のプログラムの挙動に影響を与える可能性が
• CHANGES：
• [3427073] Segment.getStyleURISegments（）になりましたスタイル要素の内容だけでなく、スタイル属性値が含まれます。
• [3427927] Segment.getURIAttributes（）は現在のオブジェクトとアプレット要素のアーカイブ属性が含まれます。
• もはや完全なシーケンシャル解析中にスクリプト要素の中に認識さコメント。以前は、それらは主要なブラウザとの互換性のために認識されたが、現代のブラウザの動作が変更されています。
• ERRORにINFOからすべての解析エラーのログレベルを変更し、INFOにWARNからSource.fullSequentialParse（）勧告メッセージのログレベル。以前のレベルは、解析エラーを示しながら勧告メッセージを非表示にするから、ロギングシステムを防止し、勧告メッセージを構文解析エラーよりも高い重大度を与えた。文字エンコーディングの警告は、レベルをWARN変更されないままます。

相対URLがレンダリングされないように、
• Renderer.renderHyperlinkURL（StartTag）メソッドの動作を変更しました。

それは任意のHTTP無視して、ハイパーリンクのURLと同じである場合、そのハイパーリンク要素の内容がレンダリングされないように
• レンダラの動作を変更：//接頭辞または/接尾辞をします。
• EndTag.tidy（）は閉じ括弧の前に空白文字を削除します。
• 追加ソース（ファイル）コンストラクタます。
• を追加しましOutputDocument.getSegment（）メソッドます。
• を追加しましOutputDocument.remove方法を（int型、int型の終了を開始）します。
• を追加しましRenderer.setHRLineLength（）メソッドます。
• を追加しましRenderToText.jsp Webアプリケーションのサンプルます。
• を追加しましSegment.getRowColumnVector（）メソッドます。
• エンコーディング検出は現在、予備のエンコーディングと互換性のないコード単位のサイズを持っているメタタグに指定された共通のエンコーディングを無視します。
• 次のロガーAPIへのアップグレード：SLF4J-API-1.7.2、log4jの-1.2.17ます。

のバージョン3.1のの新機能：

• バグの修正：
• Segment.getAllStartTagsの[2793556]無限ループ（）
• Segment.getAllElements上の無限ループ（）
• Segment.getFirst *メソッドは、境界セグメント外のセグメントを返さます。
• Segment.getAllElements方法はいくつかの状況では、すべての囲まれている要素を返しませんでしたします。

Segment.getAllElements法における
• 固定ドキュメントのエラーます。
• を追加しましStreamedSourceクラスます。

既存のプログラムの挙動に影響を与える可能性が
• CHANGES：
• はインターフェイスするクラスからParseTextを変更します。
• Segment.getNodeIterator（）は現在、独立したノードとして文字参照を返します。
• は、属性値の正規表現に基づいたタグの検索方法が追加されました。
• はHTMLクラス属性に基づいて、タグ検索方法を追加しました。
• は、以前のバージョンのものにSegment.getNodeIterator（）機能を復元するために一時的に静的Source.LegacyNodeIteratorCompatabilityModeプロパティが追加されました。
• はParseTextのchar []ベースの検索方法を削除します。
• を追加しましCharacterReference.appendCharTo（追加可）メソッドます。
• を追加しましOutputDocument（セグメント）コンストラクタます。
• を追加しましStreamedSourceCopyサンプルプログラムします。

のバージョン3.0のの新機能：

• バグの修正：

ユニコード補助文字を表す
• 文字参照は、UTF-16コード単位のペアに正しく復号されませんでした。

デマンドモードでの解析で呼び出された場合に
• [2188446] Element.getDepth（）とElement.getParentElement（）が誤った結果を返します。
• のコメントは今の内側＆LT認識されている。スクリプト＆GT。要素ます。

下位互換性はありません。
• APIの変更：
• 変更されたパッケージ名がnet.htmlparser.jerichoする
• は属性値は現在の文字列ではなくたCharSequenceにする必要があります。
• は、以前のバージョンからのすべての非推奨のメソッド/クラスを削除します。
• すべては、すべてのタグの検索方法で一貫した命名規則を適用するために、* getメソッドのために廃止*メソッドを見つけます。
• タグ、エレメントとHTMLElementsクラスはもはやHTMLElementNameインターフェイスを実装していない。 （代わりに静的インポートを使用）します。
• すべてのコレクションは今stonglyジェネリックを使用して入力したします。
• は列挙にFormControlOutputStyleクラスを変更します。
• は列挙にFormControlTypeクラスを変更します。
• を追加しましCharStreamSource.appendTo（追加可）メソッドます。
• を追加しましSource.iterator（）メソッドます。
• ソースは今のIterableを実装しています。
• は内部的にパフォーマンスを向上させるためのStringBuilderを使用しています。
• を追加しましSource.getNextStartTag（StartTagType）メソッドます。
• を追加しましSource.getNextEndTag（EndTagType）メソッドます。
• を追加しましSource.getPreviousStartTag（StartTagType）メソッドます。
• を追加しましSource.getPreviousEndTag（EndTagType）メソッドます。
• を追加しましSegment.getAllStartTags（StartTagType）メソッドます。
• はすべてSegment.getFirst *メソッドを追加しました。
• を追加しましRenderer.renderHyperlinkURL（StartTag）メソッドます。
• を追加しましHTMLSanitiserサンプルプログラムします。

<李は> -API-1.5.6をSLF4Jにアップグレードさ

の要件の

• は、Java 2 Standard Editionのランタイム環境ます。