Question

我试图在goquery的帮助下解析这个html。我无法弄清楚如何解析字符串＆＃34;我需要的字符串＆＃34;扔掉其他一切。

  <div class="outter-class">
        <h1 class="inner-class">
        The string I need
        <span class="other-class" >Some value I don't need</span>
        <span class="other-class2" title="sometitle"></span>
        </h1>
        <div class="other-class3">
            <h3>Some heading i don't need</h3>
        </div>
    </div>

我尝试使用类似https://stackoverflow.com/a/8851526/989919之类的内容，将其调整为goquery：

test := s.Clone().Children().Empty().End().Text()
fmt.Println(test.Text())

但这并不奏效。我从API尝试了很多不同的变体，但我无法弄清楚。

Answer 1

我开始工作的方式是：

// End() lets us jump back to the h1 selection to get its text
text := doc.Find("h1").Children().Remove().End().Text()
text = strings.TrimSpace(text)
fmt.Println(text)

输出：

我需要的字符串

代码从h1元素中删除子节点（span元素）以获得正确的输出。可能有一种更简单的方法，但它确实有效。：）

Answer 2

我发现实现此目标的最佳方法：

text := dom.Find(".inner-class").Nodes[0].FirstChild.Data

我已经花了很多时间在goquery下使用HTML解析库，所以这对我来说似乎并不算是麻烦，但对某些人来说可能是

Answer 3

怎么样：

doc.Find(".outter-class .inner-class").Children().First().Text()

从div中获取没有子元素的文本

3 个答案: