如何使用 Selenium 和 Java 提取不在其自身标签内的文本节点的文本？答案

【问题标题】：How to extract the text of a text node that is not inside a tag of its own using Selenium and Java?如何使用 Selenium 和 Java 提取不在其自身标签内的文本节点的文本？
【发布时间】：2020-03-25 06:51:19
【问题描述】：

我想得到一行文本（例如standard_user）。我该怎么做？

<div id="login_credentials" class="login_credentials">
              <h4>Accepted usernames are:</h4>

              standard_user
<br>
              locked_out_user
<br>
              problem_user
<br>
              performance_glitch_user<br>

            </div>

【问题讨论】：

标签： javascript java selenium xpath css-selectors

【解决方案1】：

文本 standard_user 是一个 文本节点，在 <div> 节点中。因此，要提取文本 standard_user，您可以使用以下任一 Locator Strategies：

使用cssSelector：

System.out.println((String)((JavascriptExecutor)driver).executeScript('return arguments[0].childNodes[2].textContent;', new WebDriverWait(driver, 20).until(ExpectedConditions.visibilityOfElementLocated(By.cssSelector("div.login_credentials#login_credentials")))));

使用xpath：

System.out.println(((JavascriptExecutor)driver).executeScript('return arguments[0].childNodes[2].textContent;', new WebDriverWait(driver, 20).until(ExpectedConditions.visibilityOfElementLocated(By.xpath("//div[@class='login_credentials' and @id='login_credentials']")))).toString());

【讨论】：

【解决方案2】：

收集一个div中包含的所有文本，并用换行符分隔：

WebElement element = driver.findElement(By.id("login_credentials"));
String lines[] = element.getText().split("\n");
System.out.println(lines[1]);

【讨论】：

【解决方案3】：

只需获取 div 内容并使用换行符进行一些字符串操作。

String text=driver.findElement(By.cssSelector("div#login_credentials")).getText();
String lines[] = text.split("\\r?\\n");
System.out.println(lines[1]);

【讨论】：

【解决方案4】：

我会使用几行来处理文本——<br> 元素和包含部分文本的元素有点棘手：

// first, get all the text by locating div element
string allText = driver.findElement(By.id("login_credentials")).getText();

// then get H4 text so we can remove this string
string textToRemove = driver.findElement(By.xpath("//div[@id='login_credentials']/h4")).getText();

// remove unwanted "Accepted usernames are:" text
string filteredText = allText.Replace(textToRemove, "");

// split filteredText on newline regex so we can get line items including 'standard_user'
string[] textArray = filteredText.split("\\r?\\n");

// get standard_user text by getting first item in the split array
string standardUserText = textArray[0];

此代码的最后 3 行可以简化，但我写了更长的版本，以便我们了解每个步骤中发生的情况。

allText 评估后的变量应该等于Accepted usernames are: standard_user locked_out_user problem_user performance_glitch_user。

一旦我们删除出现在h4 元素中的Accepted usernames are: 文本，filteredText 就等于standard_user locked_out_user problem_user performance_glitch_user，每个项目都由换行符分隔，\r 或\n 字符——我们使用处理这两种情况的正则表达式..

我们将filteredText 拆分为\n 字符，因此我们得到一个数组，如下所示：

[ "standard_user", "locked_out_user", "problem_user", "performance_glitch_user" ]

然后，我们可以调用textArray[0] 来获取列表中的第一项，应该是standard_user。

【讨论】：

【解决方案5】：

您必须逐行读取文件并设置条件以获取具有无标签的行

if(!line.startwith("<"){ //your code}

或使用库来读取 html 文件取决于您的编程语言

【讨论】：