VUL4J-59

jsoup: 現実のHTMLスープを解析するJava HTMLパーサー

jsoupは、現実のHTMLを扱うためのJavaライブラリです。DOM、CSS、jQueryのようなメソッドの利点を活かし、データの抽出や操作を行うための非常に便利なAPIを提供します。

jsoupはWHATWG HTML5仕様（http://whatwg.org/html）を実装しており、最新のブラウザと同じDOMにHTMLを解析します。

• URL、ファイル、または文字列からHTMLを解析
• DOMトラバーサルまたはCSSセレクタを使用してデータを検索・抽出
• HTML要素、属性、テキストを操作
• 安全なホワイトリストに対してユーザー送信コンテンツをクリーニングし、XSSを防止
• 整ったHTMLを出力

jsoupは、完全で検証済みのものから無効なタグスープまで、現実のさまざまなHTMLを扱うように設計されています。jsoupは意味のある解析ツリーを生成します。

jsoupはJava 1.5以降で動作します。

ダウンロードとドキュメントについては、http://jsoup.org/ を参照してください。