java - 从 Java 中的 XPath 查询中检索裸 html

Question

我的问题是我需要从旨在获取 html 文本部分的 XPath 表达式中检索原始 html。例如，如果我得到当前的 html：

<div class='text'>
    <p class='nointerrest'> blabla </p>
    <p class='goodstuff'> blablabla </p>
    <p class='goodstuff'> blablabla </p>
</div>

然后我的 XPath 表达式是字符串：

    string-join(//p[@class='goodstuff'],' ') 

这给了我：

        "blablabla blablabla"

是否有可以返回我的 XPath 表达式：

<p class='goodstuff'> blablabla </p>
<p class='goodstuff'> blablabla </p>

作为一个字符串？（如果可能，使用与我原来的 XPath 表达式最相似的 XPath 表达式）

提前致谢

Answer 1

您需要的不仅仅是 XPath 来获得所需的输出。XPath 是一种文档查询语言，而不是 XML 格式化语言，因此您应该分步考虑这一点。

1. 首先，使用 XPath 在文档中查询NodeList：

   NodeList list = (NodeList) xpath.evaluate(
       "//p[@class='goodstuff']", document, XPathConstants.NODESET);
   

2. 然后创建一个Transformer：

   javax.xml.transform.TransformerFactory tfactory = 
       TransformerFactory.newInstance();
   javax.xml.transform.Transformer xform = tfactory.newTransformer();
   

3. 并用它来输出每个节点：

   for (int i = 0; i < list.getLength(); i++) {
       Node node = list.item(i);
       javax.xml.transform.Source src = new DOMSource(node);
       java.io.StringWriter writer = new StringWriter();
       javax.xml.transform.Result result = new   
       javax.xml.transform.stream.StreamResult(writer);
       xform.setOutputProperty(
       javax.xml.transform.OutputKeys.OMIT_XML_DECLARATION, "yes");
       xform.transform(src, result);
       System.out.println(writer.toString());
   }