java - HtmlUnit - 获取两个没有 id 的标签之间的文本

Question

我在此页面上使用 htmlUnit http://www.my-personaltrainer.it/Foglietti-illustrativi/Torvast.html 有一个章节索引，每个章节都有自己的文本。我想创建一个方法，它返回传递部分名称的文本。

所有部分的名称都位于名为“lista”的标签内，我通过以下方式获取此信息:

HtmlPage page = webClient.getPage("http://www.my-personaltrainer.it/Foglietti-illustrativi/Torvast.html");
final String pageAsText = page.asText();
        final Iterable<DomElement> div = page.getHtmlElementById("lista").getChildElements();
        ArrayList<String> menu = new ArrayList<>();
        for (DomElement e : div) {
            menu.add(e.asText());
        }

所有信息都在我迭代的范围内:

Iterable<DomElement> desc = page.getHtmlElementById("foglietto_descrizioni").getChildElements();

每个部分都位于没有 id 或 class 的 h2 标记内。所以我不知道如何提取标签 h2 到另一个标签之间的所有文本。

Answer 1

如果元素层次结构遵循某种模式，您可以像这样访问 H2 标记:

$('#Indicazioni').parent()

如果你想获取H2中的所有文本，你可以使用:

$('#Indicazioni').parent().text()

不确定这是否能回答您的问题。

我没有使用过 HtmlUnit，但据我所知它支持 jQuery。