java - 获取htmlunit中td元素的值

Question

<td>
  <span>hi</span>
  <a>re</a>
  hello
</td>

我的 DOM 元素结构如上所示。使用 htmlunit，我只想提取值“hello”，因为我有 HtmlElement 对象引用“td”节点。我尝试使用 getTextContent()，但它返回“hirehello”，这是我不想要的。

Answer 1

查看文档，getTextContent明确表示它返回元素 及其后代的文本，并且我没有看到任何其他方法仅返回文本节点的总和，所以我认为您需要一个循环。例如，假设 element 引用 td 元素:

StringBuffer sb = new StringBuffer(/*some appropriate size*/);
for (DomNode n : element.getChildNodes()) {
    if (n.getNodeType() == Node.TEXT_NODE) {
        sb.append(n.getTextContent());
    }
}
String text = sb.toString();

请注意，您引用的结构中的文本节点的总和不只是“hello”，它之前和之后都有空格。如果您只想要“hello”，则需要将其修剪掉。