rust - 如何使用 kuchiki 只获取 TEXT_NODE

Question

我有这个示例 HTML，我想用 kuchiki 来解析它:

<a href="https://example.com"><em>@</em>Bananowy</a>

我只想要 Bananowy 而没有 @。

JavaScript 的类似问题:How to get the text node of an element?

Answer 1

首先，让我们从解析器如何解析开始:

    <a href="https://example.com"><em>@</em>Bananowy</a>

进入一棵树。见下图:

现在，如果您尝试做显而易见的事情并调用 anchor.text_contents()您将获得 anchor 标记 ( <a> ) 的所有文本节点后代的所有文本内容。这就是 text_contents 根据 CSS 定义的行为方式。

但是，您只想获取 "Bananowy"你有几种方法可以做到这一点:

extern crate kuchiki;

use kuchiki::traits::*;

fn main() {
    let html = r"<a href='https://example.com'><em>@</em>Bananowy</a>";

    let document = kuchiki::parse_html().one(html);

    let selector = "a";
    let anchor = document.select_first(selector).unwrap();
    // Quick and dirty hack
    let last_child = anchor.as_node().last_child().unwrap();
    println!("{:?}", last_child.into_text_ref().unwrap());

    // Iterating solution
    for children in anchor.as_node().children() {
        if let Some(a) = children.as_text() {
            println!("{:?}", a);
        }
    }

    // Iterating solution - Using `text_nodes()` iterators
    anchor.as_node().children().text_nodes().for_each(|e| {
        println!("{:?}", e);
    });

    // text1 and text2 are examples how to get `String`
    let text1 = match anchor.as_node().children().text_nodes().last() {
        Some(x) => x.as_node().text_contents(),
        None => String::from(""),
    };

    let text2 = match anchor.as_node().children().text_nodes().last() {
        Some(x) => x.borrow().clone(),
        None => String::from(""),
    };
}

第一种方法是脆弱的、hackish 的方法。您需要意识到的是"Bananowy"是last_child的 anchor 标记，并相应地获取它 anchor.as_node().last_child().unwrap().into_text_ref().unwrap() 。

第二个解决方案是迭代 anchor 标记的子级(即 [Tag(em), TextNode("Bananowy")] )并使用( as_text() 方法)仅选择文本节点。我们使用方法as_text()来做到这一点返回 None对于所有人Nodes那不是TextNode 。这比第一个解决方案要脆弱得多，如果例如你有<a><em>@</em>Banan<i>!</i>owy</a> .

编辑:

首选解决方案

环顾四周后，我发现了一个更好的解决方案来解决您的问题。它的名字叫TextNodes iterator 。

考虑到这一点，只需写 anchor.as_node().children().text_nodes().<<ITERATOR CODE GOES HERE>>;然后根据需要映射或操作条目。

为什么这个解决方案更好？它更简洁，它使用了老式的 Iterator所以它和你上面给出的JS答案非常相似。