HtmlUnit - Holen Sie sich den Text zwischen 2 Tags ohne ID

Question

Ich verwende htmlUnit auf dieser Seite http://www.my-personaltrainer.it/Foglietti-illustrativi/Torvast.html Es gibt einen Index von Abschnitten und jeder Abschnitt hat eigenen Text. Ich möchte eine Methode erstellen, die den Text zurückgibt, der den Namen des Abschnitts übergibt.

Alle sections'name sind in einem Tag 'lista' genannt, und ich bekomme diese Informationen auf diese Weise:

HtmlPage page = webClient.getPage("http://www.my-personaltrainer.it/Foglietti-illustrativi/Torvast.html"); 
final String pageAsText = page.asText(); 
     final Iterable<DomElement> div = page.getHtmlElementById("lista").getChildElements(); 
     ArrayList<String> menu = new ArrayList<>(); 
     for (DomElement e : div) { 
      menu.add(e.asText()); 
     } 

Alle Informationen sind in einer Spanne, die ich durchlaufen:

Iterable<DomElement> desc = page.getHtmlElementById("foglietto_descrizioni").getChildElements(); 

Jeder Abschnitt sind innerhalb eines h2-Tags ohne ID oder Klasse. Also ich weiß nicht, wie man den ganzen Text zwischen einem Tag h2 zum anderen extrahiert.

Answer 1

Wenn Elemente Hierarchie ein Muster folgen, können Sie H2 Tag wie das Zugang:

$('#Indicazioni').parent() 

Dann, wenn Sie den ganzen Text in H2 erhalten möchten, können Sie verwenden:

$('#Indicazioni').parent().text() 

Nicht sicher, ob das Ihre Frage beantwortet.

Ich habe HtmlUnit nicht verwendet, aber von dem, was ich sehen kann, hat es Unterstützung für jQuery.

Answer 2

Sie können .getByXPath verwenden, wie im folgenden Beispiel:

try (WebClient webClient = new WebClient()) { 
     HtmlPage page = webClient.getPage("http://www.my-personaltrainer.it/Foglietti-illustrativi/Torvast.html"); 
     HtmlElement span = page.getHtmlElementById("foglietto_descrizioni"); 
     for (Object o : span.getByXPath(".//h2")) { 
      HtmlHeading2 h2 = (HtmlHeading2) o; 
      System.out.println("text 1 = " + h2.getFirstChild().getNextSibling().asText()); 
      System.out.println("text 2 = " + h2.<HtmlElement>getFirstByXPath("./span").asText()); 
     } 
    } 

Beachten Sie, dass . von diesem Knoten bedeutet, bedeutet / Suche Direkt Kinder, während // bedeutet Suche Kinder und Enkelkinder rekursiv,