如何使用Selenium获取元素的部分文本

Question

我有这个HTML：

<div id="msg">

  <b>text1</b>
  <br>
  text2 <b>text3</b> text4

  <ul class="list">
    <li>...</li>
    <li>...</li>
    <li>...</li>
  </ul>

  text5

</div>

我想使用xpath从div[@id = 'msg']提取ul之前的文本。

像driver.findElement(By.xpath("xpath")).getText() -> text1 text2 text3 text4

有可能还是我应该使用其他逻辑？

Answer 1

根据本讨论中的 @kjhughes，XPath是用于选择的，而不是用于操作的。 您可以选择XML文档中存在的节点，但是不能转换这些节点。

就您而言，如果您的XML文档包含此节点：

<div id="msg">
  <b>text1</b>
  <br>
  text2 <b>text3</b> text4
  <ul class="list">
    <li>...</li>
    <li>...</li>
    <li>...</li>
  </ul>
  text5
</div>

您可以通过//div[@id='msg']来选择<div >节点，但是所选节点将显示在源XML中，即在<ul>具有class作为list的孩子节点。

如果要操纵或转换通过XPath选择的节点（以排除其子元素），则必须使用托管语言（XSLT，JavaScript，Python，Java，C＃等）来操纵选择。

---

解

要单独提取文本，可以使用以下解决方案：

WebElement myElement = driver.findElement(By.xpath("//div[@id='msg']"));
String text1 = myElement.findElement(By.xpath("./b")).getAttribute("innerHTML");
String text2 = ((JavascriptExecutor)driver).executeScript('return arguments[0].childNodes[3].textContent;', myElement).toString();
String text3 = ((JavascriptExecutor)driver).executeScript('return arguments[0].childNodes[4].textContent;', myElement).toString();
String text4 = ((JavascriptExecutor)driver).executeScript('return arguments[0].childNodes[5].textContent;', myElement).toString();
String text5 = ((JavascriptExecutor)driver).executeScript('return arguments[0].lastChild.textContent;', myElement).toString();

Answer 2

只想分享另一个想法。

您可以获取OuterHTML，然后将其剥离到“ ul”标签，然后从输出中删除html标签。 现在，您可以根据需要更改字符串。

我几乎可以使用javascript来获取您要查找的文本。 将其粘贴到下面以供参考，您可以在Java中执行相同的操作。

oHTML = document.querySelector("div#msg").outerHTML
oHTML.substring(0,oHTML.search('<ul')).replace(/<.*>/,'').replace(/<\/?[^>]+(>|$)/g, "").replace(/\n/g, " ").trim()

您可以在浏览器控制台中运行此命令以查看输出。 以下是javascript输出。

text1      text2 text3 text4