用GoQuery拆分元素行中断

Question

我正在尝试使用GoQuery从页面中获取内容，但由于某些原因，我无法在线拆分(br)。

HTML，如下所示：

<ul>
    <li>I'm skipped</li>

    <li> 
        Text Into  - <p>Whatever</p>
        <p>
            Line 1<br />
            Line 2<br />
            Line 3<br />
            Line 4<br />
            Line N
        </p>
    </li> 
</ul>

Go代码：

doc, err := goquery.NewDocumentFromReader(res.Body)
if err != nil {
    panic(err)
}

doc.Find("ul").Each(func(i int, s *goquery.Selection) {

    str := s.Find("li p").Next().Text()

    fmt.Println(str, "--")

})

由于某些原因，我无法得到每一行，用p标记中的分隔符分隔，因为上面代码的单个item.Output是：

Line1Line2Line3Line4LineN--

但是我想要实现的输出应该如下所示：

Line1--
Line2--
Line3--
Line4--
LineN--

既然我是新手，如果有什么不清楚的地方请告诉我，所以我会尽可能多地解释。

谢谢。

Answer 1

.Text()将：

Text获取匹配元素集中的每个元素的组合文本内容，包括它们的后代。

所以，您真正想做的是获取内容，并筛选出任何br标记。正如dave的答案所述，这里有新的行字符，因此我还对这些字符进行了修剪：

package main

import (
    "fmt"
    "github.com/PuerkitoBio/goquery"
    "strings"
)

var input string = `
<ul>
    <li>I'm skipped</li>

    <li> 
        Text Into  - <p>Whatever</p>
        <p>
            Line 1<br />
            Line 2<br />
            Line 3<br />
            Line 4<br />
            Line N
        </p>
    </li> 
</ul>
`

func main() {
    doc, err := goquery.NewDocumentFromReader(strings.NewReader(input))
    if err != nil {
        panic(err)
    }

    doc.Find("ul").Each(func(i int, s *goquery.Selection) {

        p := s.Find("li p").Next()
        p.Contents().Each(func(i int, s *goquery.Selection) {
            if !s.Is("br") {
                fmt.Println(strings.TrimSpace(s.Text()), "--")
            }

        })

    })
}

生产：

Line 1 --
Line 2 --
Line 3 --
Line 4 --
Line N --

Answer 2

我运行了您显示的代码，并且在字符串中得到了换行符。假设您使用的是goquery的最新版本，除非html不是

<p>
    Line 1<br />
    Line 2<br />
    Line 3<br />
    Line 4<br />
    Line N
</p>

但实际上是这样的：

<p>
    Line 1<br />Line 2<br />Line 3<br />Line 4<br />Line N
</p>

(请记住，例如，当您打开chrome工具时，它可能会将其显示为前者，即使实际的源代码是后者)

在这种情况下，这是预期的行为：

​

let html_1 = $(`<p>
        Line 1<br />
        Line 2<br />
        Line 3<br />
        Line 4<br />
        Line N
    </p>`);

let html_2 = $(`<p>
        Line 1<br />Line 2<br />Line 3<br />Line 4<br />Line N
    </p>`);
    
console.log({html1: html_1.text(), html2: html_2.text()});

<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script>

​

要解决这个问题，您可能只需这样做：

p := s.Find("li p").Next()
p.SetHtml(strings.Replace(p.Html(), "<br />", "<br />\n", -1)).Text()

尽管如此，您可能不得不使用<br/>、<br />或<br>，因为我不确定它将如何呈现它。

Answer 3

好的，我找到了一个solution.Not，确定它是否正确，所以如果有人有更好的东西-请分享它。

因此，基本上，我将li p的值存储为HTML，然后使用strings.Split对每个br标记进行中断，因为strings.Split返回字符串的片段，所以我只是循环遍历它。

title, err := s.Find("li p").Next().Html()
if err != nil {
    panic(err)
}

splittedTitles := strings.Split(title, "<br/>")

for _, str := range splittedTitles {
    fmt.Println(str, "--")
}