我正在解析 HTML 并尝试从一个特定节点获取完整/未解析的值。
HTML 示例:
<html>
<body>
<div>Hello <br> World <br> !</div>
<div><object width="420" height="315"></object></div>
</body>
</html>
代码:
def tagsoupParser = new org.ccil.cowan.tagsoup.Parser()
def slurper = new XmlSlurper(tagsoupParser)
def htmlParsed = slurper.parseText(stringToParse)
println htmlParsed.body.div[0]
但是，在第一个节点的情况下它仅返回文本，而第二个节点的我得到空字符串。问题:如何检索第一个节点的值，以便得到:
Hello <br> World <br> !
最佳答案
这就是我用来从第一个div获取内容的方法标签(省略 xml 声明和命名空间)。
Groovy
@Grab('org.ccil.cowan.tagsoup:tagsoup:1.2.1')
import org.ccil.cowan.tagsoup.Parser
import groovy.xml.*
def html = """<html>
<body>
<div>Hello <br> World <br> !</div>
<div><object width="420" height="315"></object></div>
</body>
</html>"""
def parser = new Parser()
parser.setFeature('http://xml.org/sax/features/namespaces',false)
def root = new XmlSlurper(parser).parseText(html)
println new StreamingMarkupBuilder().bindNode(root.body.div[0]).toString()
给予
<div>Hello <br clear='none'></br> World <br clear='none'></br> !</div>
注意除非我弄错了，Tagsoup is adding the closing tags 。如果你确实想要 Hello <br> World <br> ! ，您可能必须使用不同的库(也许是正则表达式？)。
我知道它包括 div输出中的元素...这是一个问题吗？
关于Groovy XmlSlurper 从 NodeChildren 中获取值(value)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29503802/