So extrahieren Sie durch verschiedene HTML-Tags getrennten Text in Cheerio

Question

Ich versuche zum Beispiel, die folgenden spezifischen Textzeichenfolgen als separate Ausgaben zu extrahieren (sie aus dem HTML unten zu holen):

let text = "Das ist der erste Text, den ich brauche";
let text2 = „Das ist der zweite Text, den ich brauche“;
let text3 = „Das ist der dritte Text, den ich brauche“;

Ich weiß wirklich nicht, wie man Text durch verschiedene HTML-Tags trennt.

<p>
   <span class="hidden-text"><span class="ft-semi">Anzahl:</span>31<br></span>
   <span class="ft-semi">Something:</span> Dies ist der erste Text, den ich brauche
   <span class="hidden-text"><span class="ft-semi">Something2:</span>Dies ist der zweite Text, den ich brauche
   <br><span class="ft-semi">Something3:</span> Dies ist der dritte Text, den ich brauche
</p>

Answer 1

尝试像这样做，看看是否有效：

html = `your sample html above`

domdoc = new DOMParser().parseFromString(html, "text/html")
result = domdoc.evaluate('//text()[not(ancestor::span)]', domdoc, null, XPathResult.ORDERED_NODE_SNAPSHOT_TYPE, null);

for (let i = 0; i < result.snapshotLength; i++) {
  target = result.snapshotItem(i).textContent.trim()
  if (target.length > 0) {
    console.log(target);
  }
}

使用您的示例html，输出应为：

"That's the first text I need"
"The second text I need"
"The third text I need"

Answer 2

您可以迭代 <p> 的子节点，并获取任何非空内容的 nodeType === Node.TEXT_NODE：

for (const e of document.querySelector("p").childNodes) {
  if (e.nodeType === Node.TEXT_NODE && e.textContent.trim()) {
    console.log(e.textContent.trim());
  }
}

// 或者创建一个数组：
const result = [...document.querySelector("p").childNodes]
  .filter(e =>
    e.nodeType === Node.TEXT_NODE && e.textContent.trim()
  )
  .map(e => e.textContent.trim());
console.log(result);

<p>
  <span class="hidden-text">
    <span class="ft-semi">Count:</span>
    31
    <br>
  </span>
  <span class="ft-semi">Something:</span>
  That's the first text I need
  <span class="hidden-text">
    <span class="ft-semi">Something2:</span>
  </span>
  The second text I need
  <br>
  <span class="ft-semi">Something3:</span>
  The third text I need
</p>