HTML提取正文中H2元素后的裸文本节点
尝试提取html body元素中文本节点的值。它紧接着一个已知的h2标签，我可以用h2[text（）='A Heding']找到它。但是我不知道如何获取下面的文本节点，即下面示例中的文本“我想知道如何为该文本指定XPath表达式”。
我使用Java和JSoup，但是任何工具，最好是基于Java的
感谢您的帮助。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="utf-8">
<title>Finding Text following H2 tag</title>
</head>
<body>
Some text.
<h2>A Heading</h2>
I would like to know how to specify an
XPath expression for this text.
<h2>Another Heading</h2>
Some more text.
</body>
</html>
共有1个答案
你可以试试这个。
//h2/following-sibling::text()
输出：
节点：
文本值：
I would like to know how to specify an XPath expression for this text.
Some more text.
-
问题内容： 我只想从汤中最上面的元素中提取文本；但是汤.text也会给出所有子元素的文本： 我有 输出为。我只想“是”。 实现此目标的最佳方法是什么？ 编辑 ：我也想在解析’ ‘时输出。 问题答案： 那又如何呢？ 编辑： 我想我已经了解了你现在想要的。尝试这个：
-
问题内容： 我希望获得“我是文本节点”，不希望删除“ edit”标签，并且需要跨浏览器解决方案。 问题答案： 这将获取所选元素的，然后对其应用过滤功能。过滤器功能仅返回文本节点（即带有的节点）。
-
问题 在解析获得一个Document实例对象，并查找到一些元素之后，你希望取得在这些元素中的数据。 方法 要取得一个属性的值，可以使用Node.attr(String key) 方法 对于一个元素中的文本，可以使用Element.text()方法 对于要取得元素或属性中的HTML内容，可以使用Element.html(), 或Node.outerHtml()方法 示例： String html =
-
我在Java中使用selenium。我无法从组合框的html元素中获取文本。每次我在combobox中得到所选值的空白文本时。 下面是我的combobox的html结构。 我在元素中使用了以下xpath 请帮忙。 蒂亚。
-
问题内容： 我想从一般的HTML页面中提取所有文本（是否显示）。 我想 删除 任何HTML标记 任何JavaScript 任何CSS样式 是否有一个正则表达式（一个或多个）可以实现？ 问题答案： 您不能真正用正则表达式解析HTML。太复杂了。RE根本无法正确处理部分。此外，某些常见的HTML之类的东西将在浏览器中作为适当的文本工作，但可能会使天真的RE感到困惑。 有了合适的HTML解析器，您会更快
-
问题内容： 使用Python中的ElementTree，如何从节点中提取所有文本，剥离该元素中的所有标签并仅保留文本？ 例如，说我有以下内容： 我想回来。我该怎么做呢？到目前为止，我所采用的方法产生了相当灾难性的结果。 问题答案： 如果您在Python 3.2+下运行，则可以使用。 创建一个文本迭代器，该迭代器按文档顺序循环遍历此元素和所有子元素，并返回所有内部文本： 如果您在较低版本的Pytho