java - 使用 HTMLUnit 和 XPath 获取 span 元素列表的内容

Question

我想从 HTML 文档中获取值列表。我正在使用 HTMLUnit。

类主题中有许多 span 元素。我想提取跨度标签中的内容：

<span class="topic">
  <a href="http://website.com/page/2342" class="id-24223 topic-link J_onClick topic-info-hover">Lean Startup</a>
 </span>

我的代码如下所示：

    List<?> topics = (List)page.getByXPath("//span[@class='topic']/text()");

但是，每当我尝试遍历列表时，我都会得到一个NoSuchElementException. 任何人都可以看到一个明显的错误吗？也将不胜感激链接到好的教程。

score 1 · Accepted Answer

如果您知道您将始终拥有一个，<a>那么只需将其添加到 XPath，然后text()从a.

如果你真的不知道你是否总是a在那里，那么我建议使用.asText()所有人HtmlElement及其后代都有的方法。

所以首先得到每个跨度：

List<?> topics = (List)page.getByXPath("//span[@class='topic']");

然后，在循环中，获取每个跨度内的文本：

topic.asText();

score 0 · Accepted Answer

text()只会从该元素中提取文本，并且您给出的示例没有文本组件，只有一个子元素。

试试这个：

List<?> topics = (List)page.getByXPath("//span[@class='topic']");

2 回答 2