Question

我使用java jsoup构建HTML DOM树，其中使用了Node.hashCode()。但是我发现在遍历DOM树时有很多哈希码冲突，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，当运行它时，即使在前几个输出中，我也会看到许多相同的哈希码。

哈希码非常大，我不期待这种奇怪的行为。我使用了jsoup-1.8.1。任何意见都将非常感谢，谢谢。

Answer 1

注意：此错误已在jSoup 1.8.2中修复，因此我的回答已不再适用。

它可能是jSoup源代码中的一个错误。来自source：

@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，但如果它们具有相同的属性，它看起来可能会为不同的节点返回相同的值。（和同一位家长一样，感谢@alkis的评论）

编辑：我可以重现这一点。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());
}

它给出了：

-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。

您应该实施自己的解决方法。

错误报告here。

遍历DOM树时Jsoup节点哈希码冲突

1 个答案: