如何仅从根元素中提取文本内容 - java, com.gargoylesoftware.

Question

我找不到任何方法来使用com.gargoylesoftware.htmlunit.html仅从根元素提取文本内容。这是一些例子：

<td>

  W 03:10 PM-04:25 PM

  <strong>

     <br>

     Hybrid (50%+ in-person)

  </strong>

</td>

我想从根元素（在本例中为“td”）中提取文本内容，但它也从子元素中提取文本内容，这是我不想要的部分：

private void extractTextContent(HtmlElement htmlElement) {

    String content = htmlElement.getTextContent();

    System.out.println(content);

}

输出：

W 03:10 PM-04:25 PMHybrid (50%+ in-person)

期望的输出：

W 03:10 PM-04:25 PM

我尝试使用其他方法调用“asText()”，但这并没有给我想要的输出。我找不到任何使用com.gargoylesoftware.htmlunit.html有相同问题的人。有没有什么方法/方法可以仅从根元素中提取文本内容？

编辑： 谢谢您的回答。我使用删除子节点的相同想法来获得我想要的输出。下面是java的语法：

private void extractTextContent(HtmlElement htmlElement) {

    DomNode child = htmlElement.getLastElementChild();

    String tagname = "";

    if(child != null) {

        tagname = child.getTextContent();

        htmlElement.removeChild(tagname, 0);

    }

    String content = htmlElement.getTextContent();

}

Answer 1

您可以尝试在获取 textContent 之前删除子节点。private void extractTextContent(HtmlElement htmlElement) {    DomNode child = htmlElement.getLastElementChild();    String tagname = "";    if(child != null) {        tagname = child.getTextContent();        htmlElement.removeChild(tagname, 0);    }    String content = htmlElement.getTextContent();}