Javascript DOM，获取节点文本而不丢失间距信息答案

【问题标题】：Javascript DOM, get node text without losing spacing infoJavascript DOM，获取节点文本而不丢失间距信息
【发布时间】：2012-03-26 00:43:03
【问题描述】：

我正在使用 javascript 并希望遍历 HTML 树，获取用户看到的所有文本。但是，我丢失了间距信息。

假设我有两个文档：

<html>XXX<p>YY    YY</p><html>

<html>XXX<p>YY&nbsp;&nbsp;&nbsp;YY</p><html>

第一个将出现，在 Y 之间有 1 个空格。第二个将有 3 个空格。但是，如果我遍历树，并且对于每个 #text 节点，使用：

text = node.nodeValue;

那么两个节点的文本将有 3 个空格。我不再知道哪个有“真正的”nbsp 空间。我可以将 node.innerHTML 用于 p 元素，这将显示 nbsp，但我认为我不能使用 innerHTML 来仅获取 XXX 文本（没有某种文本减法）。

我可以获取整个文档的 innerHTML 并对其进行解析。但是，我还需要获取每个元素的计算样式，我将使用

window.getComputedStyle(theElement).getPropertyValue("text-align");

所以，我将遍历每个节点。此外，innerHTML 会按原样显示源代码，同时遍历节点“修复”html 错误、添加结束标记等。这是一件好事，我想保留。

【问题讨论】：

有趣的问题。能否展示一下你当前的遍历代码以供参考？
我创建了一个递归调用的函数。该函数获取元素的nodeName，如果它是#text 元素，则获取nodeValue。对于每个子节点（element.childNodes），它调用函数，返回名称和值信息。

【解决方案1】：

如果你用 charCode 测试呢？我相信常规空间是32，而&nbsp; 是160。

【讨论】：

你是对的！我测试了它并且它有效。所以信息并没有真正丢失。只是，在我看来，它们都显示为空格。知道了这一点，我可能还可以找到其他方法来获取信息（例如，在我的 python 代码中，在表单中发送信息之后）。现在我还需要考虑我还需要进行哪些其他转换。我想所有的 html 实体等等。谢谢！