如何从 HTML 标记中提取内部文本？答案

【问题标题】：How do I extract inner text from HTML markup?如何从 HTML 标记中提取内部文本？
【发布时间】：2013-12-06 01:05:03
【问题描述】：

我有以下代码：

import Text.HTML.TagSoup

parseTags "<hello>my&amp;</world>"

这给了我这样的输出：[TagOpen "hello" [],TagText "my&",TagClose "world"]。但我只想得到[TagText "my&"]。我可以这样做：

filter (~== "my&")$ parseTags "<hello>my&amp;</world>"

这会给我这样的输出：[TagText "my&"]。但我不知道TagText 里面是什么，即"my&"。我的最终目标是得到"my&"，我可以通过

map(fromTagText) $ filter (~== "my&")$ parseTags "<hello>my&amp;</world>"

我尝试使用TagText，但无法正确使用。

【问题讨论】：

【解决方案1】：

> filter isTagText (parseTags "<hello>my&amp;</world>")
[TagText "my&"]

【讨论】：

【解决方案2】：

如果你真的只想要"my&"，你可以使用来自 TagSoup 的innerText：

innerText (parseTags "<hello>my&amp;</world>")

它只查找文本标签并将它们连接起来。所以这个

innerText (parseTags "<hello>my&amp;</world><foo>bar</foo>")

给你"my&bar"。

【讨论】：