我有以下的HTML代碼,我想解析(一些元素被剝離,以提高可讀性):使用如何解析不良結構的html代碼?
document.getElementsByClassName("article-detail-description")[0].textContent
</div>
<article class="article-detail-description">
<h1 class="page-heading">
Postulat operacyjności definicji w naukach społecznych
<br /><small>Definition’s Operativeness Postulate in Social Sciences</small>
</h1>
<div>
<strong>Author(s): </strong>Jakub Karpiński<br /><strong>Subject(s): </strong>Social Sciences<br /><strong>Published by: </strong>Instytut Filozofii i Socjologii Polskiej Akademii Nauk<br/><strong>Keywords: </strong>operationism; definition of property; definition of indicator; concepts selection
<br/>
</div>
<p class="summary"><strong>Summary/Abstract: </strong>
The article’s primary goal is to demonstrate the problems inherited in 「operationism – antioperationism」 polemics.
</p>
<ul class="nav nav-tabs">
<li class="active" ><a href="#details" data-toggle="tab">Details</a></li>
<li><a href="#tableOfContents" data-toggle="tab">Contents</a></li>
</ul>
<div class="tab-content">
<div class="tab-pane fade active in" id="details">
<p class="journal-link"><strong>Journal: </strong><a href="/search/journal-detail?id=10">Studia Socjologiczne</a></p>
<ul class="article-additional-info">
<li><strong>Issue Year:</strong> 2011</li><li><strong>Issue No:</strong> 1 (200)</li><li><strong>Page Range:</strong> 65-80</li><li><strong>Page Count:</strong> 15</li><li><strong>Language:</strong> Polish</li>
</ul>
</div>
我能讀懂它的全部。
爲只讀<p class="summary"
我用:
getElementsByClassName("summary")[0].textContent
然而,後者是不完美的,因爲它也表明Summary/Abstract:
)
我感興趣的許多元素,讓我們下面的例子:
。 PostulatoperacyjnościdefinicjiW¯¯naukachspołecznych
我可以得到:
Postulat operacyjności definicji w naukach społecznych
Definition’s Operativeness Postulate in Social Sciences
爲了得到它,我用:document.getElementsByClassName("page-heading")[0].innerText
如何獲得單獨Postulat operacyjności definicji w naukach społecznych
和Definition’s Operativeness Postulate in Social Sciences
?
。我想獲得例如2011
來自:
`<li><strong>Issue Year:</strong> 2011</li><li>`
這時候,我沒有任何線索,以獲取這些信息。 Issue No:
等等也是如此。
你沒有任何解析,您正在閱讀的DOM元素的屬性。 – RobG
關於你所描述的內容,也沒有什麼「不健全的」。 HTML節點可以有子節點和子文本。這並不會導致格式不正確或非結構化。 – Jamiec
可能的解決方案在[這裏]描述(http://stackoverflow.com/questions/9955955/get-text-of-an-element-without-children-in-javascript) –