Как в Java извлечь из элемента только текст?

Question

[Leopandro]

Есть, например, такой вот текст html:

<div class="outer-div">
  Outer Div Text
  <div class="inside-div">
    Inside Div Text
  </div>
<div>

Если беру InnerText то конечно же берется Outer Div Text Inside Div Text , если InnerHTML то соответственно с тегами, а как взять только Outer Div Text?

textContent - тоже самое. что Locator что ElementHandle

Comments

[Антон Антон]

В js можно перебрать children и использовать только те, что с типом Text Node. Наверняка в Java тоже так можно.

[Михаил Р.]

Что это за набор букв и тегов?

[Алексей Черемисин]

java и javascript - совершенно разные языки программирования! уберите теги selenium и java

[Leopandro]

Алексей Черемисин, наверное в java есть selenium?

[Алексей Черемисин]

Leopandro, Нет в яве селениума, есть в пыхтоне!
Да и причем здесь селениум, тем более python и java? если вопрос про javascript персонально.

Answer 1

[Давид]

AI подсказывает, вытащить внешний текст можно с помощью запуска JavaScript кода:

В Playwright:

String directText = page.locator(".outer-div").evaluate("""
    element => Array.from(element.childNodes)
        .filter(node => node.nodeType === Node.TEXT_NODE)
        .map(node => node.textContent.trim())
        .filter(Boolean)
        .join(' ')
""").toString();

System.out.println(directText);

В Selenium:

WebElement outerDiv = driver.findElement(By.cssSelector(".outer-div"));

JavascriptExecutor js = (JavascriptExecutor) driver;

String directText = (String) js.executeScript("""
    return Array.from(arguments[0].childNodes)
        .filter(node => node.nodeType === Node.TEXT_NODE)
        .map(node => node.textContent.trim())
        .filter(Boolean)
        .join(' ');
""", outerDiv);

System.out.println(directText);

Это можно красиво оформить в метод:

public static String getDirectText(Locator locator) {
    return (String) locator.evaluate("""
        element => Array.from(element.childNodes)
            .filter(node => node.nodeType === Node.TEXT_NODE)
            .map(node => node.textContent.trim())
            .filter(Boolean)
            .join(' ')
    """);
}