我正在使用 java jsoup 构建 HTML DOM 树,其中Node.hashCode()
用来。但我发现在遍历DOM树时存在很多哈希码冲突,使用以下代码:
doc.traverse(new NodeVisitor(){
@Override
public void head(Node node, int depth) {
System.out.println("node hash: "+ node.hashCode());
/* some other operations */
}
@Override
public void tail(Node node, int depth) {
// TODO Auto-generated method stub
/* some codes */
}
}
因此,当运行时,即使在前几个输出中,我也看到许多相同的哈希代码。
哈希码非常大,我不希望出现如此奇怪的行为。我使用jsoup-1.8.1。
任何意见将不胜感激,谢谢。
Note:这个错误已在 jSoup 1.8.2 中修复,因此我的答案不再相关。
这可能是 jSoup 源代码中的一个错误。来自source https://github.com/jhy/jsoup/blob/master/src/main/java/org/jsoup/nodes/Node.java:
@Override
public int hashCode() {
int result = parentNode != null ? parentNode.hashCode() : 0;
// not children, or will block stack as they go back up to parent)
result = 31 * result + (attributes != null ? attributes.hashCode() : 0);
return result;
}
我不是 Java 专家,但这看起来它可以为不同的节点返回相同的值,如果它们具有相同的属性。 (和同一个家长,感谢@alkis 的评论)
Edit:我可以重现这个。使用以下 HTML:
<html>
<head>
</head>
<body>
<div style="blah">TODO: write content</div>
<div style="blah">Nothing here</div>
<p style="test">Empty</p>
<p style="nothing">Empty</p>
</body>
</html>
以及以下代码:
String html = //HTML posted above
Document doc = Jsoup.parse(html);
Elements elements = doc.select("[style]");
for (Element e : elements) {
System.out.println(e.hashCode());
}
它给:
-148184373
-148184373
-1050420242
2013043377
在计算哈希值时似乎完全忽略了内容文本,只有属性很重要。
您可能应该实施自己的解决方法。
已报告错误here https://github.com/jhy/jsoup/issues/537.
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)