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();

}