如何使用 Puppeteer.js 获取 XPATH 的确切文本内容答案

【问题标题】：How to get exact textContent of XPATH using Puppeteer.js如何使用 Puppeteer.js 获取 XPATH 的确切文本内容
【发布时间】：2021-03-24 05:19:31
【问题描述】：

node.js / javascript 使用 puppeteer.js

我正在尝试使用 puppeteer 获取 xpath 的确切文本，但它只是将内容作为一个字符串返回。这里是 xpath 的 HTML 内容示例：

<div class="footNote" style="display: block;">
<br>
<strong>Note 17</strong>
<br>
34 people attended this event.
</div>

我用来抓取 xpath 文本的代码：

var xPath = `//*[@id="contentWrapper"]/div[${xNum}]/div[${yNum}]/div`
[qr] = await page.$x(xPath);
txt = await qr.getProperty('textContent');
const textContent = await txt.jsonValue();
console.log(textContent)

问题是，textContent 返回的字符串是“注意 1734 人参加了这个活动。”

我需要能够分别获得这两个字符串，而不是作为一个字符串混合在一起。任何帮助将不胜感激。

【问题讨论】：

标签： javascript node.js puppeteer

【解决方案1】：

如果您需要可读的文本，请尝试使用qr.getProperty('innerText'); 而不是qr.getProperty('textContent');。

见HTMLElement.innerText。

【讨论】：

将“textContent”更改为“innerText”后，我仍然得到相同的输出..
可以提供网址吗？您问题中的示例无法生成“注意 1734 人参加了此活动”。字符串（它有文字换行符），所以很难指出可能是什么错误。
我通过使用 innerHTML 然后使用正则表达式删除 HTML 标记来解决此问题。使用 innerText 和 textContent 给了我相同的确切结果。
它们可能相同的可能性很小：当元素存在于 DOM 中但未呈现（例如通过 CSS 隐藏）时，innerText 会回退到 textContent。也许这就是你的情况。对不起。

【解决方案2】：

我通过使用 innerHTML 并使用正则表达式来删除 HTML 标记来解决此问题。我使用 innerText 和 textContent 得到了相同的结果

【讨论】：

【解决方案3】：

通过使用解决

qr.getProperty('innerHTML')

然后使用 RegEx 去除 HTML 标签。

【讨论】：