最常用方式是querySelectorAll选中子元素后用textContent提取纯文本,需转数组、trim去空格、加安全检查;textContent不读input值,取直接子文本需用childNodes过滤TEXT_NODE。

用 querySelectorAll + textContent 提取子元素文本最常用
多数场景下,你要的不是“整个 HTML 字符串”,而是子元素里用户实际看到的纯文本。直接用 querySelectorAll 选中目标子元素,再逐个取 textContent,是最直观、兼容性最好的方式。
常见错误是误用 innerHTML:它会把标签当字符串带进来,比如 hello 返回的是 "hello",不是 "hello";或者遇到空 时返回空字符串,导致数组里混入无效项。
-
querySelectorAll('li > h3')返回 NodeList,不能直接调用.map()—— 必须先转成数组:Array.from(nodeList, el => el.textContent.trim()) - 一定要加
.trim():HTML 源码里的换行、缩进、前后空格都会变成文本节点内容,不 trim 就会得到"\n Hello \n" - 如果子元素可能不存在(比如某些
li没有h3),建议加安全检查:el && el.textContent
需要包含 input/textarea 的当前输入值时必须递归处理
textContent 不会读取 的运行时值,它只读 DOM 中的文本节点。如果你在做搜索过滤,而用户已经改了表单内容,textContent 就会漏掉这部分。
这时得手动遍历子树,对每个节点判断是否含 value 属性:
- 用
elem.childNodes(不是children)—— 否则会跳过纯文本节点 - 对每个 node 判断:
if ('value' in node && typeof node.value === 'string'),就取node.value;否则取node.textContent - 遇到元素节点且有子节点,就递归调用;文本节点直接取
nodeValue - 高频调用时别用字符串拼接,改用
Array.push()+.join('')避免性能问题
只取“直接子文本”(跳过嵌套标签内的文字)要用 CSS 伪类或树遍历
比如 HTML 是 ,你只想提取 Inside h3
"Top text",不想要 "Inside h3",那 textContent 就不行——它会把所有后代文本全合并。
可行方案有两个:
- CSS 选择器层面:用
div.item::text(仅限 Cheerio 或 Scrapy 等服务端解析器,浏览器原生不支持) - 浏览器内:选中父容器,用
childNodes过滤出类型为Node.TEXT_NODE的节点:Array.from(container.childNodes).filter(n => n.nodeType === Node.TEXT_NODE).map(n => n.nodeValue.trim()).filter(t => t) - 注意:HTML 换行缩进本身也生成 TEXT_NODE,所以
.filter(t => t)不能省,否则会拿到空字符串
innerText 和 textContent 的关键区别在哪
二者都合并连续空白符(多个空格/换行 → 单个空格),但行为差异明显:
-
textContent读所有文本节点,包括display: none元素里的文字;innerText只读渲染后可见内容,还会触发重排(性能略差) - 若页面有动态显示/隐藏逻辑,且你明确只要用户当前看到的文本,才用
innerText -
innerText在旧版 Safari 对换行处理不一致;textContent更稳定,且不受 CSS 影响 - 不要指望
innerText能取到input值——它和textContent一样,都不处理表单控件的value
真正容易被忽略的是:当你用 querySelector 找到一个元素后,直接在它身上调用 .textContent,其实已经包含了所有后代文本——如果你本意是“只取这个元素自己的文本,不包括子标签内容”,那就得切回 childNodes 遍历。这点不细看 DOM 结构很容易踩坑。
前端入门到VUE实战笔记:立即使用
在学习笔记中,你将探索 前端 的入门与实战技巧!











