有没有办法在DOM中的HTML标签之间逐字提取文本? [英] Is there a way to extract text verbatim in between HTML tags in DOM?
本文介绍了有没有办法在DOM中的HTML标签之间逐字提取文本?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
例如,对于HTML文档:
For example, for an HTML document:
<html>
<body>
<p>Hello <b>world</b></p>
</body>
</html>
我知道我可以使用 getTextContent()
要获得Hello world
,但是有没有办法获取Hello< b> world< / b>
?
I know I can use getTextContent()
to get "Hello world"
, but is there a way to get "Hello <b>world</b>"
?
推荐答案
在Java中,您可以应用XSLT转换: https://docs.oracle.com/javase/tutorial/jaxp/xslt/writingDom.html
In Java, you can apply a XSLT transformation: https://docs.oracle.com/javase/tutorial/jaxp/xslt/writingDom.html
您需要的是检索元素子树的XML内容。解决这个问题的SO有几个问题:
如何在java中输出org.w3c.dom.Element为字符串格式?
What you need is to retrieve the XML content of the element subtree. There are several questions in SO addressing this issue: How to I output org.w3c.dom.Element to string format in java?
这篇关于有没有办法在DOM中的HTML标签之间逐字提取文本?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文