Question

我在容器中有一些任意正文。我不控制它所以我不知道它的结构。但是这样的事情：

<div id='content-area'>
  <h1>Heading</h1>
  <p>A paragraph or two</p>
  <ul>
    <li>item 1</li>
    <li>item 2</li>
  </ul>
</div>

这只是一个简单的例子，实际上它可能包含更多的项目和嵌套的东西，如表格。

我想提取所有文字并对所使用的单词进行一些处理。我正在使用以下jQuery来获取文本。

$('#content-area').text()
// HeadingA paragraph or twoitem 1item 2

问题是每个标记项目之间没有空格。 documentation说：

由于不同浏览器中HTML解析器的不同，返回的文本可能会在换行符和其他空格中有所不同。

我的所有搜索似乎都会提取删除空格的结果。有没有办法拉出所有文本并在元素之间保留空间？需要在浏览器中发生这样的javascript-ish方法。

Answer 1

如果嵌套结构未知，您可以为每个元素添加空白

https://jsfiddle.net/3y2yLexv/1/

$( "*" ).each(function( index ) {
   $( this ).append(' ');
});

var str = $('#content-area').text();
//Of course you have to trim duplicated blank spaces.
str = str.replace(/\s\s+/g, ' ');
$('#new').text(str);

Answer 2

我认为jQuery使用textContent属性，它可以像这样格式化你的字符串。你可以做的是遍历树，查找textNodes并将其附加到String / Array。

例如：

function getText(domElement) {
  var root = domElement;
  var text = [];

  function traverseTree(root) {
    Array.prototype.forEach.call(root.childNodes, function(child) {
      if (child.nodeType === 3) {
        var str = child.nodeValue.trim();
        if (str.length > 0) {
          text.push(str);
        }
      } else {
        traverseTree(child);
      }
    });
  }
  traverseTree(root);
  return text.join(' ');
}

var text = getText(document.getElementById('content-area'));
document.getElementById('results').innerHTML = text;

<div id='content-area'>
  <h1>Heading</h1>
  <p>A paragraph or two</p>
  <ul>
    <li>item 1</li>
    <li>item 2</li>
  </ul>
</div>
<pre id="results"></pre>

有一堆带有空格字符的文本节点。我做的过滤它们是修剪文本节点的内容，然后检查空白旁边是否有任何东西。可能最好检查出现哪些空格字符，然后将其过滤掉。

Answer 3

您可以使用jQuery的each方法来收集项目并使用字符串连接包含间距。

一些粗略的例子：

$(function(){
    var output = "";
    $( "li" ).each( function( index, element ){
        output += $(this).text() + " ";
    });
    $('#output').html(output);
});

通过将您想要的内容缓存到变量中，可以随意查看显示的输出，这样就可以使它只写入DOM一次。

http://jsfiddle.net/bq50s8eb/

编辑：

如果您不知道结构是什么，但是您确定它们都在一个div中，您可以使用jQuery的通用选择器。

$(function(){
    var output = "";
    $( "#content-area *" ).each( function( index, element ){
        output += $(this).text() + " ";
    });
    $('#output').html(output);
});

http://jsfiddle.net/bq50s8eb/1/

Answer 4

我不确定这是否适用于任何情况。我的解决方案是一个正则表达式，用于过滤原始html中的标签，空格和新行：

$("#content-area").html().replace(/([\s\n]*<[^>]*>[\s\n]*)+/g," ")

http://jsfiddle.net/limond/mrnctqcv/1/

编辑：当然，这只有在您可以避免包含用户无法看到的html的任何标记时才有效（例如<script>...</script>）

Answer 5

我通过在css中添加white-space：pre来解决这个问题。使用jquery动态添加元素时，可以这样做：

$('<a/>') 
.attr("style", 'white-space:pre;')
.text('    X    ');

替代jQuery text（），包括元素之间的空格？

5 个答案: