使用 HTMLUnit 和 XPath 获取 span 元素列表的内容答案

【问题标题】：Get content of list of span elements with HTMLUnit and XPath使用 HTMLUnit 和 XPath 获取 span 元素列表的内容
【发布时间】：2013-06-13 15:29:47
【问题描述】：

我想从 HTML 文档中获取值列表。我正在使用 HTMLUnit。

类主题有很多span元素。我想提取跨度标签内的内容：

<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？还可以提供优秀教程的链接。

【问题讨论】：

您可以添加错误附带的行吗？从 xpath 中删除 text() 并使用 HtmlElement.getTextContent() 是一种更好、更安全的解决方案。

【解决方案1】：

如果您知道您将始终拥有 <a>，那么只需将其添加到 XPath，然后从 a 获取 text()。

如果你真的不知道你是否总是在那里有一个a，那么我建议使用所有HtmlElement 及其后代都有的.asText() 方法。

所以首先获取每个跨度：

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();

【讨论】：

【解决方案2】：

text() 只会从该元素中提取文本，而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']");

【讨论】：