Comment extraire du texte séparé par différentes balises HTML dans Cheerio

Question

J'essaie d'extraire les chaînes de texte spécifiques suivantes en tant que sorties distinctes, par exemple (en les récupérant dans le code HTML ci-dessous) :

let text = "C'est le premier texte dont j'ai besoin";
let text2 = "C'est le deuxième texte dont j'ai besoin";
let text3 = "C'est le troisième texte dont j'ai besoin";
≪/pré>
Je ne sais vraiment pas comment séparer le texte par différentes balises HTML. 

    Nombre :31

   Quelque chose : C'est le premier texte dont j'ai besoin
   Something2 : C'est le deuxième texte dont j'ai besoin
   
Something3: C'est le troisième texte dont j'ai besoin

≪/pré>

Answer 1

Essayez quelque chose comme ceci et voyez si cela fonctionne :

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);
  }
}

En utilisant votre exemple HTML, le résultat devrait être :

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

Answer 2

Vous pouvez itérer <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>