jSoup:是否无法正确解析具有相同值的两个连续表格单元格？

Question

我的表格(为了更好的可见性而缩短和格式化):

String htmlStr = 
"<table class="xt">
  <tbody>
   <tr><th class="bg-warning" colspan="3">-</th></tr>
   <tr><th class="bg-warning">2014-08-29</th><td>0</td><td>0.00</td><td>0.00</td></tr>
  </tbody>
</table>"

我的代码:

org.jsoup.nodes.Document doc = Jsoup.parse(htmlStr);
xt = doc.select("table.xt").first();
thCols = xt.select("tr").eq(1).select("th").size();
tdCols = xt.select("tr").eq(1).select("td").size();

结果

System.out.println(thCols); // prints 1
System.out.println(tdCols); // prints 2 - whereas I am expecting 3

为什么会这样？我进行了搜索 - 但我能找到的最好的是关于 jSoup 如何期望正确构造 HTML5 的评论。但是，上面的表格似乎确实符合要求，除非我严重漏掉了什么。还有什么原因？

Answer 1

这是最新的Jsoup 1.8.3 中的一个bug，在Jsoup 1.8.2 版本中引入。如果您切换回 1.8.1，它应该会按预期工作。另一种解决方案是为 tds 的数量创建一个选择器:

String htmlStr = ""
        +"<table class=\"xt\">"
        +"  <tbody>"
        +"   <tr><th class=\"bg-warning\" colspan=\"3\">-</th></tr>"
        +"   <tr><th class=\"bg-warning\">2014-08-29</th><td>0</td><td>0.00</td><td>0.00</td></tr>"
        +"  </tbody>"
        +"</table>";
Document doc = Jsoup.parse(htmlStr);
Element xt = doc.select("table.xt").first();
int thCols = xt.select("tr").eq(1).select("th").size();
int tdCols = xt.select("tr").eq(1).select("td").size();
int tdCols2 = xt.select("tr:eq(1)>td").size();

System.out.println(thCols); // prints 1
System.out.println(tdCols); // prints 2 - whereas I am expecting 3
System.out.println(tdCols2); // prints 3 as expected

这可能与描述的错误相同 here