Jsoup库使用:contains选择器时因文本含单引号触发‘Did not find balanced marker’错误的解决方案咨询

这个问题的核心是直接将含特殊字符的变量拼进CSS选择器字符串，破坏了选择器的语法结构。当currentTitle里有单引号时，拼接后的选择器会变成类似a[class="class-name"]:contains(I'm here)——这里:contains()里的单引号和文本中的单引号没有正确配对，Jsoup解析时自然会报错。

最稳妥的解决方案：分离选择器与文本判断 #

不要把变量直接嵌入选择器，而是先选中所有符合class的<a>元素，再用代码过滤出包含目标文本的元素。Groovy的集合操作很适合做这件事，代码修改如下：

def get_url() {
    String url = "https://www.website.com/"
    GlobVars.currentPageSource = Jsoup.connect(url).get()
    
    // 先选中所有目标class的a元素，再过滤文本包含currentTitle的项
    Elements wElements = GlobVars.currentPageSource.select('a[class="class-name"]').findAll { 
        it.text().contains(GlobVars.currentTitle) 
    }
    
    if(wElements) {
        // Do stuff...
    }
}

这种方法完全避开了CSS选择器的语法限制，不管currentTitle里有单引号、双引号还是其他特殊字符，都能正常工作，而且代码可读性也更强。

备选方案：转义单引号（仅当必须使用:contains()时） #

如果你一定要用CSS选择器的:contains()语法，需要把currentTitle里的单引号转义成CSS选择器能识别的格式。在Groovy中，你需要把文本里的'替换成\\'（因为反斜杠在字符串里需要转义），代码如下：

def get_url() {
    String url = "https://www.website.com/"
    GlobVars.currentPageSource = Jsoup.connect(url).get()
    
    // 转义文本中的单引号
    String escapedTitle = GlobVars.currentTitle.replace("'", "\\'")
    // 使用双引号包裹选择器字符串，避免和内部的单引号冲突
    Elements wElements = GlobVars.currentPageSource.select("a[class=\"class-name\"]:contains('${escapedTitle}')")
    
    if(wElements) {
        // Do stuff...
    }
}

不过这种方法只解决了单引号的问题，如果文本里还有其他CSS选择器的特殊字符（比如:、[等），还是可能触发语法错误，所以更推荐第一种方案。

内容的提问来源于stack exchange，提问作者Simos Sigma